Java数据结构-哈希表

目录

  • [1. 概念](#1. 概念)
  • [2. 哈希冲突](#2. 哈希冲突)
    • [2.1 冲突的避免](#2.1 冲突的避免)
      • [2.1.1 设计合理的哈希函数](#2.1.1 设计合理的哈希函数)
      • [2.1.2 降低负载因子](#2.1.2 降低负载因子)
    • [2.2 冲突的解决-闭散列](#2.2 冲突的解决-闭散列)
    • [2.3 冲突的解决-开散列](#2.3 冲突的解决-开散列)
  • [3. 哈希桶的实现](#3. 哈希桶的实现)

1. 概念

哈希表(Hash table,也叫散列表),是根据关键码值(Key)而直接进行访问的数据结构。通过把关键码值映射到表中一个位置来访问记录,能够加快查找的速度。这个映射函数叫做哈希函数,存放记录的数组叫做哈希表(所以,哈希表的本质其实是数组)。

例如

2. 哈希冲突

不同的关键字,通过同一个哈希函数,计算出相同的结果,这就叫哈希冲突

拿上面这个图举例,如果想插入44,44通过哈希函数,44%10得出结果为4,所以44应该存储在哈希地址为4的地方,可是这个地方已经被4霸占,这个现象就叫哈希冲突

2.1 冲突的避免

两种方法:1、设计合理的哈希函数,2、降低负载因子

2.1.1 设计合理的哈希函数

常见的哈希函数有:

  • 直接定值法
  • 除留余数法
  • 平方取中法
  • 折叠法
  • 随机数法
  • 数学分析法
    比较常用的有除留余数法:Hash(Key) = key%Capacity(Capacity指的是数组的长度)

2.1.2 降低负载因子

负载因子=存入表中的元素个数/哈希表的长度

负载因子越大,冲突率越高,也就是说,想要避免冲突,就需要扩容,当负载因子达到0.75(官方给出的)时,我们就要考虑扩容了

2.2 冲突的解决-闭散列

发生冲突了,我们不能坐视不管,需要解决冲突。解决冲突的一种方法是闭散列,也叫开放地址法。

  1. 线性探测


    插入14,发现哈希地址为4的位置已有元素,此时就往后找空位,插入到空位即可

    缺点:冲突的元素容易聚集在一个地方
  2. 二次探测
    按照公式:H = (H0+i^2)%m
    H0表示第一次冲突时的位置(下标),i表示冲突的次数(第几次冲突),m是数组长度,要到插入的位置H

2.3 冲突的解决-开散列

开散列,也叫开放地址法、链地址法、哈希桶。

在Java中,这里的数组不是简单的数字,而是数组+链表,每个元素存储的是链表头结点的地址,冲突的元素都是头插或者尾插在链表中,链表的长度不会太长,当链表长度过长,这个链表则会变成红黑树!!!

3. 哈希桶的实现

java 复制代码
public class HushBucket {

    public double LoadFactor = 0.75;//默认的负载因子

    static class Node {
        public int key;
        public int val;
        public Node next;

        public Node(int key, int val) {
            this.val = val;
            this.key = key;
        }
    }

    //计算当前负载因子
    private double getLoadFactor() {
        return size * 1.0 / array.length;
    }

    //扩容
    private void resize() {
        //每个元素都需要重新哈希
        Node[] newArr = new Node[array.length * 2];
        for (int i = 0; i < array.length; i++) {
            Node cur = array[i];
            //遍历链表
            while (cur != null) {
                int newIndex = cur.key % newArr.length;
                Node cN = cur.next;
                cur.next = newArr[newIndex];
                newArr[newIndex] = cur;
                cur = cN;
            }
        }
        array = newArr;
    }

    public int size;//元素个数
    public Node[] array;//数组

    public HushBucket() {
        this.array = new Node[10];
    }

    public void put(int key, int val) {
        int index = key % array.length;
        Node cur = array[index];
        while (cur != null) {
            if (cur.key == key) {
                cur.val = val;
                return;//key不能重复,插入重复的key相当于更新val
            }
            cur = cur.next;
        }
        Node newNode = new Node(key, val);
        newNode.next = array[index];
        array[index] = newNode;
        size++;
        if (getLoadFactor() >= LoadFactor) {
            //当前负载因子大于等于默认负载因子,需要扩容
            resize();
        }
    }

    //获取key值的val
    public int get(int key) {
        int index = key % array.length;
        Node cur = array[index];
        while (cur != null) {
            if (cur.key == key) {
                return cur.val;
            }
            cur = cur.next;
        }
        return -1;
    }

}

注意事项:

扩容时,所有元素都需要进行重新哈希,因为容量变了,根据哈希函数计算的结果也会不同

相关推荐
有梦想的骇客1 小时前
书籍“之“字形打印矩阵(8)0609
java·算法·矩阵
Chenyu_3102 小时前
12.找到字符串中所有字母异位词
c语言·数据结构·算法·哈希算法
yours_Gabriel2 小时前
【java面试】微服务篇
java·微服务·中间件·面试·kafka·rabbitmq
hashiqimiya3 小时前
android studio中修改java逻辑对应配置的xml文件
xml·java·android studio
liuzhenghua664 小时前
Python任务调度模型
java·运维·python
結城4 小时前
mybatisX的使用,简化springboot的开发,不用再写entity、mapper以及service了!
java·spring boot·后端
小前端大牛马4 小时前
java教程笔记(十一)-泛型
java·笔记·python
东阳马生架构4 小时前
商品中心—2.商品生命周期和状态的技术文档
java
星辰离彬5 小时前
Java 与 MySQL 性能优化:MySQL 慢 SQL 诊断与分析方法详解
java·spring boot·后端·sql·mysql·性能优化
q_19132846955 小时前
基于Springboot+Vue的办公管理系统
java·vue.js·spring boot·后端·intellij idea