赞
踩
目录
哈希表是一种时间复杂度只有O(1)的查找数据结构
原理(个人理解):取出一块内存,将插入的数据按照某种函数(哈希函数)去计算,得到一个内存地址,然后将数据存放到该地址,再取出时,可以根据这个函数直接找到该地址的数据
哈希表的难点主要为以下两点:
(1)设计哈希函数
(2)解决哈希冲突
一个好的哈希表,一定要对应一个好的哈希函数.
哈希函数的设置主要遵循以下几个条件:
(1)函数的结果要在可取空间范围内,并且计算的结果可以取到空间内的任意一块地址
(2)哈希函数计算出来的地址应均匀分布在空间内
常用的哈希函数:
(1)直接定制法: 比如 hash = A*key + B
(2)除留余数法:比如 hash = key % M(M要小于最大可取空间)
无论哈希函数设计的多么巧妙,发生冲突也是不可避免的(同一块地址,有两个数据符合),这个时候就要去解决冲突.
解决冲突的方法主要为闭散列和开散列
闭散列的方法为:
将冲突的元素放在其解析地址的后一个地址,或者通过一个函数去进行二次计算,相对于开散列比较简单
我们这里主要描述 开散列 也是java库中的使用方法
开散列(也叫链地址法):
将每块地址都设置成一个链表,当发生冲突时,将其进行 头插或者尾插 用来解决冲突问题
但是这样会导致效率的下降,所以需要不断的去扩容调节数组的容量(用数组实现的哈希表)
我们设置一个负载因子n,n = 存储数据个数/数组长度
假设我们设置的负载因子峰值为0.75,那么当实际的计算结果高于这个峰值时就要进行扩容操作,降低冲突发生的概率
- private static class Node {
- private int key;
- private int value;
- Node next;
-
-
- public Node(int key, int value) {
- this.key = key;
- this.value = value;
- }
- }
- private Node[] array;
- private int size; // 当前的数据个数
- private static final double LOAD_FACTOR = 0.75;//负载因子最大值
- private static final int DEFAULT_SIZE = 8;//默认桶的大小
-
- public HashBucket() {
- array = new Node[DEFAULT_SIZE];
- }
这里使用的哈希函数方法为除留余数法.
新增/更新:
首先通过哈希函数找到与插入元素相匹配的链表
然后查找该链表中是否有与插入的节点的key相同的节点,如果有则只更新该节点的values值
若没有相同的key,则进行下一步,将新节点用头插法插入该链表
最后对哈希表进行负载因子的判断,如果表中的负载因子大于设置的最大值,则对链表进行扩容.
扩容:
首先创建一个新的节点数组,长度为原数组的2倍
然后将原数组的每个节点,重新插入新数组
最后将新数组赋给原数组
- //新增
- public void put(int key, int value) {
- int index = key % array.length;
- Node cur = array[index];
- while(cur != null) {
- if(cur.key == key) {
- cur.value = value;
- return;
- }
- cur = cur.next;
- }
- Node node = new Node(key,value);
- node.next = array[index];
- array[index] = node;
- size++;
- if(loadFactor() >= 0.75) {
- resize();
- }
- }
-
- //判断负载因子是否 达到/超过 最大值
- private double loadFactor() {
- return size * 1.0 / array.length;
- }
-
- //扩容
- private void resize() {
- Node[] newArray = new Node[array.length * 2];
- for(int i = 0;i < array.length;i++) {
- Node cur = array[i];
- while(cur != null) {
- Node curNext = cur.next;
- int index = cur.key % newArray.length;
- cur.next = newArray[index];
- newArray[index] = cur;
- cur = curNext;
- }
- }
- array = newArray;
- }
首先用哈希函数对key进行判断,找到相对应的链表
然后寻找与key相对应的节点,最后返回value
如果没有则返回-1
- public int get(int key) {
- int index = key % array.length;
- Node cur = array[index];
- while(cur != null) {
- if(cur.key == key) {
- return cur.value;
- }
- cur = cur.next;
- }
- return -1;
- }
- public class HashBucket {
- private static class Node {
- private int key;
- private int value;
- Node next;
-
-
- public Node(int key, int value) {
- this.key = key;
- this.value = value;
- }
- }
-
-
- private Node[] array;
- private int size; // 当前的数据个数
- private static final double LOAD_FACTOR = 0.75;
- private static final int DEFAULT_SIZE = 8;//默认桶的大小
-
- public HashBucket() {
- array = new Node[DEFAULT_SIZE];
- }
- public void put(int key, int value) {
- int index = key % array.length;
- Node cur = array[index];
- while(cur != null) {
- if(cur.key == key) {
- cur.value = value;
- return;
- }
- cur = cur.next;
- }
- Node node = new Node(key,value);
- node.next = array[index];
- array[index] = node;
- size++;
- if(loadFactor() >= 0.75) {
- resize();
- }
- }
-
- //扩容
- private void resize() {
- Node[] newArray = new Node[array.length * 2];
- for(int i = 0;i < array.length;i++) {
- Node cur = array[i];
- while(cur != null) {
- Node curNext = cur.next;
- int index = cur.key % newArray.length;
- cur.next = newArray[index];
- newArray[index] = cur;
- cur = curNext;
- }
- }
- array = newArray;
- }
-
-
- private double loadFactor() {
- return size * 1.0 / array.length;
- }
-
-
- public int get(int key) {
- int index = key % array.length;
- Node cur = array[index];
- while(cur != null) {
- if(cur.key == key) {
- return cur.value;
- }
- cur = cur.next;
- }
- return -1;
- }
- }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。