随笔- 21  评论- 3  文章- 0 

自己动手实现java数据结构(五)哈希表

1.哈希表介绍

  前面我们已经介绍了许多类型的数据结构。在想要查询容器内特定元素时,有序向量使得我们能使用二分查找法进行精确的查询((O(logN)对数复杂度,很高效)。
  可人类总是不知满足,依然在寻求一种更高效的特定元素查询的数据结构,哈希表/散列表(hash table)就应运而生啦。哈希表在特定元素的插入,删除和查询时都能够达到O(1)常数的时间复杂度,十分高效。

1.1 哈希算法

  哈希算法的定义:把任意长度的输入通过哈希算法转换映射为固定长度的输出,所得到的输出被称为哈希值(hashCode = hash(input))。哈希映射是一种多对一的关系,即多个不同的输入有可能对应着一个相同的哈希值输出;也意味着,哈希映射是不可逆,无法还原的。

  举个例子:我们有一个好朋友叫熊大,大家都叫他老熊。可以理解为是一个hash算法:对于一个人名,我们一般称呼为"老" + 姓氏(单姓) (hash(熊大) = 老熊)。同时,我们还有一个好朋友叫熊二,我们也叫他老熊(hash(熊二) = 老熊)。当熊大和熊二两个好朋友同时和我们聚会时,都称呼他们为老熊就不太合适啦,因为这时出现了hash冲突。老熊这个称呼同时对应了多个人,多个不同的输入对应了相同的哈希值输出。

  java在Object这一最高层对象中实现了hashCode方法,并允许子类重写更适应自身,冲突概率更低的hashCode方法。

1.2 哈希表实现的基本思路

  哈希表存储的是key-value键值对结构的数据,其基础是一个数组。

  由于采用hash算法会出现hash冲突,一个数组下标对应了多个元素。常见的解决hash冲突的方法有:开放地址法、重新哈希法、拉链法等等,我们的哈希表实现采用的是拉链法解决hash冲突。

  采用拉链法的哈希表将内部数组的每一个元素视为一个插槽(slot)或者桶(bucket),并将数据存放在键值对节点(EntryNode)中。EntryNode除了存放key和value,还维护着一个next节点的引用。为了解决hash冲突,单个插槽内的多个EntryNode构成一个简单的单向链表,插槽指向链表的头部节点,新的数据将会插入当前链表的尾部。

  key值不同但映射的hash值相同的元素在哈希表的同一个插槽中以链表的形式共存。

  

1.3 哈希表的负载因子(loadFactor):

  哈希表在查询数据时通过直接计算数据hash值对应的插槽,迅速获取到key值对应的数据,进行非常高效的数据查询。

  但依然存在一个问题:虽然设计良好的hash函数可以尽可能的降低hash冲突的概率,但hash冲突还是不可避免的。当发生频繁的哈希冲突时,对应的插槽内可能会存放较多的元素,导致插槽内的链表数据过多。而链表的查询效率是非常低的,在极端情况下,甚至会出现所有元素都映射存放在同一个插槽内,此时的哈希表退化成了一个链表,查询效率急剧降低。

  一般的,哈希表存储的数据量一定时,内部数组的大小和数组插槽指向的链表长度成反比。换句话说,总数据量一定,内部数组的容量越大(插槽越多),平均下来桶链表的长度也就越小,查询效率越高。

  同等数据量下,哈希表内部数组容量越大,查询效率越高,但同时空间占用也越高,这本质上是一个空间换时间的取舍。

  哈希表允许用户在初始化时指定负载因子(loadFactor):负载因子代表着存储的总数据量内部数组大小比值。插入新数据时,判断哈希表当前的存储量和内部数组的比值是否超过了负载因子。当比值超过了负载因子时,哈希表认为内部过于拥挤,查询效率太低,会触发一次扩容的rehash操作。rehash会对内部数组扩容,将存储的元素重新进行hash映射,使得哈希表始终保持一个合适的查询效率。

  通过指定自定义的负载因子,用户可以控制哈希表在空间和时间上取舍的程度,使哈希表能更有效地适应用户的使用场景。

  指定的负载因子越大,哈希表越拥挤(负载高,紧凑),查询效率越低,空间效率越高。

  指定的负载因子越小,哈希表越稀疏(负载小,松散),查询效率越高,空间效率越低。

2.哈希表ADT接口

  和之前介绍的链表不同,我们在哈希表的ADT接口中暴露出了哈希表内部实现的EntryNode键值对节点。通过暴露出去的public方法,用户在使用哈希表时,可以获得内部的键值对节点,灵活的访问其中的key、value数据(但没有暴露setKey方法,不允许用户自己设置key值)。

public interface Map <K,V>{
    /**
     * 存入键值对
     * @param key   key值
     * @param value value
     * @return 被覆盖的的value值
     */
    V put(K key,V value);

    /**
     * 移除键值对
     * @param key   key值
     * @return 被删除的value的值
     */
    V remove(K key);

    /**
     * 获取key对应的value值
     * @param key   key值
     * @return      对应的value值
     */
    V get(K key);

    /**
     * 是否包含当前key值
     * @param key   key值
     * @return      true:包含 false:不包含
     */
    boolean containsKey(K key);

    /**
     * 是否包含当前value值
     * @param value   value值
     * @return        true:包含 false:不包含
     */
    boolean containsValue(V value);

    /**
     * 获得当前map存储的键值对数量
     * @return 键值对数量
     * */
    int size();

    /**
     * 当前map是否为空
     * @return  true:为空 false:不为空
     */
    boolean isEmpty();

    /**
     * 清空当前map
     */
    void clear();

    /**
     * 获得迭代器
     * @return 迭代器对象
     */
    Iterator<EntryNode<K,V>> iterator();

    /**
     * 键值对节点 内部类
     * */
    class EntryNode<K,V>{
        final K key;
        V value;
        EntryNode<K,V> next;

        EntryNode(K key, V value) {
            this.key = key;
            this.value = value;
        }

        boolean keyIsEquals(K key){
            if(this.key == key){
                return true;
            }

            if(key == null){
                //:::如果走到这步,this.key不等于null,不匹配
                return false;
            }else{
                return key.equals(this.key);
            }
        }

        EntryNode<K, V> getNext() {
            return next;
        }

        void setNext(EntryNode<K, V> next) {
            this.next = next;
        }

        public K getKey() {
            return key;
        }

        public V getValue() {
            return value;
        }

        public void setValue(V value) {
            this.value = value;
        }

        @Override
        public String toString() {
            return key + "=" + value;
        }
    }
}

3.哈希表实现细节

3.1 哈希表基本属性:      

public class HashMap<K,V> implements Map<K,V>{

    /**
     * 内部数组
     * */
    private EntryNode<K,V>[] elements;

    /**
     * 当前哈希表的大小
     * */
    private int size;

    /**
     * 负载因子
     * */
    private float loadFactor;

    /**
     * 默认的哈希表容量
     * */
    private final static int DEFAULT_CAPACITY = 16;

    /**
     * 扩容翻倍的基数
     * */
    private final static int REHASH_BASE = 2;

    /**
     * 默认的负载因子
     * */
    private final static float DEFAULT_LOAD_FACTOR = 0.75f;

    //========================================构造方法===================================================
    /**
     * 默认构造方法
     * */
    @SuppressWarnings("unchecked")
    public HashMap() {
        this.size = 0;
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        elements = new EntryNode[DEFAULT_CAPACITY];
    }

    /**
     * 指定初始容量的构造方法
     * @param capacity 指定的初始容量
     * */
    @SuppressWarnings("unchecked")
    public HashMap(int capacity) {
        this.size = 0;
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        elements = new EntryNode[capacity];
    }

    /**
     * 指定初始容量和负载因子的构造方法
     * @param capacity 指定的初始容量
     * @param loadFactor 指定的负载因子
     * */
    @SuppressWarnings("unchecked")
    public HashMap(int capacity,int loadFactor) {
        this.size = 0;
        this.loadFactor = loadFactor;
        elements = new EntryNode[capacity];
    }
}

3.2 通过hash值获取对应插槽下标:

  获取hash的方法仅和数据自身有关,不受到哈希表存储数据量的影响。

  因此getIndex方法的时间复杂度为O(1)

   /**
     * 通过key的hashCode获得对应的内部数组下标
     * @param key 传入的键值key
     * @return 对应的内部数组下标
     * */
    private int getIndex(K key){
        return getIndex(key,this.elements);
    }

    /**
     * 通过key的hashCode获得对应的内部数组插槽slot下标
     * @param key 传入的键值key
     * @param elements 内部数组
     * @return 对应的内部数组下标
     * */
    private int getIndex(K key,EntryNode<K,V>[] elements){
        if(key == null){
            //::: null 默认存储在第0个桶内
            return 0;
        }else{
            int hashCode = key.hashCode();

            //:::通过 高位和低位的异或运算,获得最终的hash映射,减少碰撞的几率
            int finalHashCode = hashCode ^ (hashCode >>> 16);
            return (elements.length-1) & finalHashCode;
        }
    }

3.3 链表查询方法:

  当出现hash冲突时,会在对应插槽处生成一个单链表。我们需要提供一个方便的单链表查询方法,将增删改查接口的部分公用逻辑抽象出来,简化代码的复杂度。

  值得注意的是:在判断Key值是否相等时使用的是EntryNode.keyIsEquals方法,内部最终是通过equals方法进行比较的。也就是说,判断key值是否相等和其它数据结构一样,依然是由equals方法决定的。hashCode方法的作用仅仅是使我们能够更快的定位到所映射的插槽处,加快查询效率。

  思考一下,为什么要求在重写equals方法的同时,也应该重写hashCode方法?

   /**
     * 获得目标节点的前一个节点
     * @param currentNode 当前桶链表节点
     * @param key         对应的key
     * @return  返回当前桶链表中"匹配key的目标节点"的"前一个节点"
     *          注意:当桶链表中不存在匹配节点时,返回桶链表的最后一个节点
     * */
    private EntryNode<K,V> getTargetPreviousEntryNode(EntryNode<K,V> currentNode,K key){
        //:::不匹配
        EntryNode<K,V> nextNode = currentNode.next;
        //:::遍历当前桶后面的所有节点
        while(nextNode != null){
            //:::如果下一个节点的key匹配
            if(nextNode.keyIsEquals(key)){
                return currentNode;
            }else{
                //:::不断指向下一个节点
                currentNode = nextNode;
                nextNode = nextNode.next;
            }
        }
        //:::到达了桶链表的末尾,返回最后一个节点
        return currentNode;
    }

3.4 增删改查接口:

  哈希表的增删改查接口都是通过hash值直接计算出对应的插槽下标(getIndex方法),然后遍历插槽内的桶链表进行进一步的精确查询(getTargetPreviousEntryNode方法)。在负载因子位于正常范围内时(一般小于1),桶链表的平均长度非常短,可以认为单个桶链表的遍历查询时间复杂度为(O(1))

  因此哈希表的增删改查接口时间复杂度都是O(1)

    @Override
    public V put(K key, V value) {
        if(needReHash()){
            reHash();
        }

        //:::获得对应的内部数组下标
        int index = getIndex(key);
        //:::获得对应桶内的第一个节点
        EntryNode<K,V> firstEntryNode = this.elements[index];

        //:::如果当前桶内不存在任何节点
        if(firstEntryNode == null){
            //:::创建一个新的节点
            this.elements[index] = new EntryNode<>(key,value);
            //:::创建了新节点,size加1
            this.size++;
            return null;
        }

        if(firstEntryNode.keyIsEquals(key)){
            //:::当前第一个节点的key与之匹配
            V oldValue = firstEntryNode.value;
            firstEntryNode.value = value;
            return oldValue;
        }else{
            //:::不匹配

            //:::获得匹配的目标节点的前一个节点
            EntryNode<K,V> targetPreviousNode = getTargetPreviousEntryNode(firstEntryNode,key);
            //:::获得匹配的目标节点
            EntryNode<K,V> targetNode = targetPreviousNode.next;
            if(targetNode != null){
                //:::更新value的值
                V oldValue = targetNode.value;
                targetNode.value = value;
                return oldValue;
            }else{
                //:::在桶链表的末尾 新增一个节点
                targetPreviousNode.next = new EntryNode<>(key,value);
                //:::创建了新节点,size加1
                this.size++;
                return null;
            }
        }
    }

    @Override
    public V remove(K key) {
        //:::获得对应的内部数组下标
        int index = getIndex(key);
        //:::获得对应桶内的第一个节点
        EntryNode<K,V> firstEntryNode = this.elements[index];

        //:::如果当前桶内不存在任何节点
        if(firstEntryNode == null){
            return null;
        }
        if(firstEntryNode.keyIsEquals(key)){
            //:::当前第一个节点的key与之匹配

            //:::将桶链表的第一个节点指向后一个节点(兼容next为null的情况)
            this.elements[index] = firstEntryNode.next;
            //:::移除了一个节点 size减一
            this.size--;
            //:::返回之前的value值
            return firstEntryNode.value;
        }else{
            //:::不匹配

            //:::获得匹配的目标节点的前一个节点
            EntryNode<K,V> targetPreviousNode = getTargetPreviousEntryNode(firstEntryNode,key);
            //:::获得匹配的目标节点
            EntryNode<K,V> targetNode = targetPreviousNode.next;

            if(targetNode != null){
                //:::将"前一个节点的next" 指向 "目标节点的next" ---> 相当于将目标节点从桶链表移除
                targetPreviousNode.next = targetNode.next;
                //:::移除了一个节点 size减一
                this.size--;
                return targetNode.value;
            }else{
                //:::如果目标节点为空,说明key并不存在于哈希表中
                return null;
            }
        }
    }

    @Override
    public V get(K key) {
        //:::获得对应的内部数组下标
        int index = getIndex(key);
        //:::获得对应桶内的第一个节点
        EntryNode<K,V> firstEntryNode = this.elements[index];

        //:::如果当前桶内不存在任何节点
        if(firstEntryNode == null){
            return null;
        }
        if(firstEntryNode.keyIsEquals(key)){
            //:::当前第一个节点的key与之匹配
            return firstEntryNode.value;
        }else{
            //:::获得匹配的目标节点的前一个节点
            EntryNode<K,V> targetPreviousNode = getTargetPreviousEntryNode(firstEntryNode,key);
            //:::获得匹配的目标节点
            EntryNode<K,V> targetNode = targetPreviousNode.next;

            if(targetNode != null){
                return targetNode.value;
            }else{
                //:::如果目标节点为空,说明key并不存在于哈希表中
                return null;
            }
        }
    }

3.5 扩容rehash操作:

  前面提到,当插入数据时发现哈希表过于拥挤,超过了负载因子指定的值时,会触发一次rehash扩容操作。

  扩容时,我们的内部数组扩容了2倍,所以对于每一个插槽内的元素在rehash时存在两种可能:

    1.依然映射到当前下标插槽处

    2.映射到高位下标处(当前下标 + 扩容前内部数组长度大小)

  注意观察0,4,8三个元素节点,在扩容前(对4取模)都位于下标0插槽;扩容后,数组容量翻倍(对8取模),存在两种情况,0,8两个元素哈希值依然映射在下标0插槽(低位插槽),而元素4则被映射到了下标4插槽(高位插槽)(当前下标(0) + 扩容前内部数组长度大小(4))。

  通过遍历每个插槽,将内部元素按顺序进行rehash,得到扩容两倍后的哈希表(数据保留了之前的顺序,即先插入的节点依然位于桶链表靠前的位置)。

  和向量扩容一样,虽然rehash操作的时间复杂度为O(n)。但是由于只在插入时偶尔的被触发,总体上看,rehash操作的时间复杂度为O(1)

哈希表扩容前:

哈希表扩容后:

 

  /**
     * 哈希表扩容
     * */
    @SuppressWarnings("unchecked")
    private void reHash(){
        //:::扩容两倍
        EntryNode<K,V>[] newElements = new EntryNode[this.elements.length * REHASH_BASE];

        //:::遍历所有的插槽
        for (int i=0; i<this.elements.length; i++) {
            //:::为单个插槽内的元素 rehash
            reHashSlot(i,newElements);
        }

        //:::内部数组 ---> 扩容之后的新数组
        this.elements = newElements;
    }

    /**
     * 单个插槽内的数据进行rehash
     * */
    private void reHashSlot(int index,EntryNode<K, V>[] newElements){
        //:::获得当前插槽第一个元素
        EntryNode<K, V> currentEntryNode = this.elements[index];
        if(currentEntryNode == null){
            //:::当前插槽为空,直接返回
            return;
        }

        //:::低位桶链表 头部节点、尾部节点
        EntryNode<K, V> lowListHead = null;
        EntryNode<K, V> lowListTail = null;
        //:::高位桶链表 头部节点、尾部节点
        EntryNode<K, V> highListHead = null;
        EntryNode<K, V> highListTail = null;

        while(currentEntryNode != null){
            //:::获得当前节点 在新数组中映射的插槽下标
            int entryNodeIndex = getIndex(currentEntryNode.key,newElements);
            //:::是否和当前插槽下标相等
            if(entryNodeIndex == index){
                //:::和当前插槽下标相等
                if(lowListHead == null){
                    //:::初始化低位链表
                    lowListHead = currentEntryNode;
                    lowListTail = currentEntryNode;
                }else{
                    //:::在低位链表尾部拓展新的节点
                    lowListTail.next = currentEntryNode;
                    lowListTail = lowListTail.next;
                }
            }else{
                //:::和当前插槽下标不相等
                if(highListHead == null){
                    //:::初始化高位链表
                    highListHead = currentEntryNode;
                    highListTail = currentEntryNode;
                }else{
                    //:::在高位链表尾部拓展新的节点
                    highListTail.next = currentEntryNode;
                    highListTail = highListTail.next;
                }
            }
            //:::指向当前插槽的下一个节点
            currentEntryNode = currentEntryNode.next;
        }

        //:::新扩容elements(index)插槽 存放lowList
        newElements[index] = lowListHead;
        //:::lowList末尾截断
        if(lowListTail != null){
            lowListTail.next = null;
        }

        //:::新扩容elements(index + this.elements.length)插槽 存放highList
        newElements[index + this.elements.length] = highListHead;
        //:::highList末尾截断
        if(highListTail != null){
            highListTail.next = null;
        }
    }

    /**
     * 判断是否需要 扩容
     * */
    private boolean needReHash(){
        return ((this.size / this.elements.length) > this.loadFactor);
    }

3.6 其它接口实现:

    @Override
    public boolean containsKey(K key) {
        V value = get(key);
        return (value != null);
    }

    @Override
    public boolean containsValue(V value) {
        //:::遍历全部桶链表
        for (EntryNode<K, V> element : this.elements) {
            //:::获得当前桶链表第一个节点
            EntryNode<K, V> entryNode = element;

            //:::遍历当前桶链表
            while (entryNode != null) {
                //:::如果value匹配
                if (entryNode.value.equals(value)) {
                    //:::返回true
                    return true;
                } else {
                    //:::不匹配,指向下一个节点
                    entryNode = entryNode.next;
                }
            }
        }
        //:::所有的节点都遍历了,没有匹配的value
        return false;
    }

    @Override
    public int size() {
        return this.size;
    }

    @Override
    public boolean isEmpty() {
        return (this.size == 0);
    }

    @Override
    public void clear() {
        //:::遍历内部数组,将所有桶链表全部清空
        for(int i=0; i<this.elements.length; i++){
            this.elements[i] = null;
        }

        //:::size设置为0
        this.size = 0;
    }

    @Override
    public Iterator<EntryNode<K,V>> iterator() {
        return new Itr();
    }

    @Override
    public String toString() {
        Iterator<EntryNode<K,V>> iterator = this.iterator();

        //:::空容器
        if(!iterator.hasNext()){
            return "[]";
        }

        //:::容器起始使用"["
        StringBuilder s = new StringBuilder("[");

        //:::反复迭代
        while(true){
            //:::获得迭代的当前元素
            EntryNode<K,V> data = iterator.next();

            //:::判断当前元素是否是最后一个元素
            if(!iterator.hasNext()){
                //:::是最后一个元素,用"]"收尾
                s.append(data).append("]");
                //:::返回 拼接完毕的字符串
                return s.toString();
            }else{
                //:::不是最后一个元素
                //:::使用", "分割,拼接到后面
                s.append(data).append(", ");
            }
        }
    }

4.哈希表迭代器

  1. 由于哈希表中数据分布不是连续的,所以在迭代器的初始化过程中必须先跳转到第一个非空数据节点,以避免无效的迭代。

  2. 当迭代器的下标到达当前插槽链表的末尾时,迭代器下标需要跳转到靠后插槽的第一个非空数据节点。

  /**
     * 哈希表 迭代器实现
     */
    private class Itr implements Iterator<EntryNode<K,V>> {
        /**
         * 迭代器 当前节点
         * */
        private EntryNode<K,V> currentNode;

        /**
         * 迭代器 下一个节点
         * */
        private EntryNode<K,V> nextNode;

        /**
         * 迭代器 当前内部数组的下标
         * */
        private int currentIndex;

        /**
         * 默认构造方法
         * */
        private Itr(){
            //:::如果当前哈希表为空,直接返回
            if(HashMap.this.isEmpty()){
                return;
            }
            //:::在构造方法中,将迭代器下标移动到第一个有效的节点上

            //:::遍历内部数组,找到第一个不为空的数组插槽slot
            for(int i=0; i<HashMap.this.elements.length; i++){
                //:::设置当前index
                this.currentIndex = i;

                EntryNode<K,V> firstEntryNode = HashMap.this.elements[i];
                //:::找到了第一个不为空的插槽slot
                if(firstEntryNode != null){
                    //:::nextNode = 当前插槽第一个节点
                    this.nextNode = firstEntryNode;

                    //:::构造方法立即结束
                    return;
                }
            }
        }

        @Override
        public boolean hasNext() {
            return (this.nextNode != null);
        }

        @Override
        public EntryNode<K,V> next() {
            this.currentNode = this.nextNode;
            //:::暂存需要返回的节点
            EntryNode<K,V> needReturn = this.nextNode;

            //:::nextNode指向自己的next
            this.nextNode = this.nextNode.next;
            //:::判断当前nextNode是否为null
            if(this.nextNode == null){
                //:::说明当前所在的桶链表已经遍历完毕

                //:::寻找下一个非空的插槽
                for(int i=this.currentIndex+1; i<HashMap.this.elements.length; i++){
                    //:::设置当前index
                    this.currentIndex = i;

                    EntryNode<K,V> firstEntryNode = HashMap.this.elements[i];
                    //:::找到了后续不为空的插槽slot
                    if(firstEntryNode != null){
                        //:::nextNode = 当前插槽第一个节点
                        this.nextNode = firstEntryNode;
                        //:::跳出循环
                        break;
                    }
                }
            }
            return needReturn;
        }

        @Override
        public void remove() {
            if(this.currentNode == null){
                throw new IteratorStateErrorException("迭代器状态异常: 可能在一次迭代中进行了多次remove操作");
            }

            //:::获得需要被移除的节点的key
            K currentKey = this.currentNode.key;
            //:::将其从哈希表中移除
            HashMap.this.remove(currentKey);

            //:::currentNode设置为null,防止反复调用remove方法
            this.currentNode = null;
        }
    }

5.哈希表性能

5.1 空间效率:

  哈希表的空间效率很大程度上取决于负载因子。通常,为了保证哈希表查询的高效性,负载因子都设置的比较小(小于1),因而可能会出现许多空的插槽,浪费空间。

  总体而言,哈希表的空间效率低于向量和链表。

5.2 时间效率:

  一般的,哈希表增删改查接口的时间复杂度都是O(1)。但是出现较多的hash冲突时,冲突范围内的key的增删改查效率较低,时间效率会有一定的波动。

  总体而言,哈希表的时间效率高于向量和链表。

  哈希表的时间效率很高,可天下没有免费的午餐,据统计,哈希表的空间利用率通常情况下还不到50%。

  哈希表是一个使用空间来换取时间的数据结构,对查询性能有较高要求的场合,可以考虑使用哈希表。

6.哈希表总结

6.1 当前版本缺陷

  至此,我们已经实现了一个基础的哈希表,但还存在许多明显缺陷:   

  1.当hash冲突比较频繁时,查询效率急剧降低。

  jdk在1.8版本的哈希表实现(java.util.HashMap)中,对这一场景进行了优化。当内部桶链表的节点个数超过一定数量(默认为8)时,会将插槽中的桶链表转换成一个红黑树(查询效率为O(logN))。

  2.不支持多线程

  在多线程的环境,并发的访问一个哈希表会导致诸如:扩容时内部节点死循环、丢失插入数据等异常情况。

6.2 查询特定元素的方法

  我们目前查询特定元素有几种不同的方法:

  1.顺序查找

  在无序向量或者链表中,查找一个特定元素是通过从头到尾遍历容器内元素的方式实现的,执行速度正比于数据量的大小,顺序查找的时间复杂度为O(n),效率较低

  2.二分查找

  在有序向量以及后面要介绍的二叉搜索树中,由于容器内部的元素是有序的,因此可以通过二分查找比较的方式查询特定的元素,二分查找的时间复杂度为O(logN),效率较高。 

  3.哈希查找

  在哈希表中,通过直接计算出数据hash值对应的插槽(slot)(时间复杂度O(1)),查找出对应的数据,哈希查找的时间复杂度为O(1),效率极高。

特定元素的查找方式和排序算法的关系

  1.顺序查找对应冒泡排序选择排序等,效率较低,时间复杂度(O(n²))。

  2.二分查找对应快速排序归并排序等,效率较高,时间复杂度(O(nLogn))。

  3.哈希查找对应基排序,效率极高,时间复杂度(O(n))。

  在大牛刘未鹏的博客中有更为详细的说明,http://mindhacks.cn/2008/06/13/why-is-quicksort-so-quick

6.3 完整代码

哈希表ADT接口:

  1 public interface Map <K,V>{
  2     /**
  3      * 存入键值对
  4      * @param key   key值
  5      * @param value value
  6      * @return 被覆盖的的value值
  7      */
  8     V put(K key,V value);
  9 
 10     /**
 11      * 移除键值对
 12      * @param key   key值
 13      * @return 被删除的value的值
 14      */
 15     V remove(K key);
 16 
 17     /**
 18      * 获取key对应的value值
 19      * @param key   key值
 20      * @return      对应的value值
 21      */
 22     V get(K key);
 23 
 24     /**
 25      * 是否包含当前key值
 26      * @param key   key值
 27      * @return      true:包含 false:不包含
 28      */
 29     boolean containsKey(K key);
 30 
 31     /**
 32      * 是否包含当前value值
 33      * @param value   value值
 34      * @return        true:包含 false:不包含
 35      */
 36     boolean containsValue(V value);
 37 
 38     /**
 39      * 获得当前map存储的键值对数量
 40      * @return 键值对数量
 41      * */
 42     int size();
 43 
 44     /**
 45      * 当前map是否为空
 46      * @return  true:为空 false:不为空
 47      */
 48     boolean isEmpty();
 49 
 50     /**
 51      * 清空当前map
 52      */
 53     void clear();
 54 
 55     /**
 56      * 获得迭代器
 57      * @return 迭代器对象
 58      */
 59     Iterator<EntryNode<K,V>> iterator();
 60 
 61     /**
 62      * 键值对节点 内部类
 63      * */
 64     class EntryNode<K,V>{
 65         final K key;
 66         V value;
 67         EntryNode<K,V> next;
 68 
 69         EntryNode(K key, V value) {
 70             this.key = key;
 71             this.value = value;
 72         }
 73 
 74         boolean keyIsEquals(K key){
 75             if(this.key == key){
 76                 return true;
 77             }
 78 
 79             if(key == null){
 80                 //:::如果走到这步,this.key不等于null,不匹配
 81                 return false;
 82             }else{
 83                 return key.equals(this.key);
 84             }
 85         }
 86 
 87         EntryNode<K, V> getNext() {
 88             return next;
 89         }
 90 
 91         void setNext(EntryNode<K, V> next) {
 92             this.next = next;
 93         }
 94 
 95         public K getKey() {
 96             return key;
 97         }
 98 
 99         public V getValue() {
100             return value;
101         }
102 
103         public void setValue(V value) {
104             this.value = value;
105         }
106 
107         @Override
108         public String toString() {
109             return key + "=" + value;
110         }
111     }
112 }
View Code

哈希表实现:

  1 public class HashMap<K,V> implements Map<K,V>{
  2 
  3     //===========================================成员属性================================================
  4     /**
  5      * 内部数组
  6      * */
  7     private EntryNode<K,V>[] elements;
  8 
  9     /**
 10      * 当前哈希表的大小
 11      * */
 12     private int size;
 13 
 14     /**
 15      * 负载因子
 16      * */
 17     private float loadFactor;
 18 
 19     /**
 20      * 默认的哈希表容量
 21      * */
 22     private final static int DEFAULT_CAPACITY = 16;
 23 
 24     /**
 25      * 扩容翻倍的基数 两倍
 26      * */
 27     private final static int REHASH_BASE = 2;
 28 
 29     /**
 30      * 默认的负载因子
 31      * */
 32     private final static float DEFAULT_LOAD_FACTOR = 0.75f;
 33 
 34     //========================================构造方法===================================================
 35     /**
 36      * 默认构造方法
 37      * */
 38     @SuppressWarnings("unchecked")
 39     public HashMap() {
 40         this.size = 0;
 41         this.loadFactor = DEFAULT_LOAD_FACTOR;
 42         elements = new EntryNode[DEFAULT_CAPACITY];
 43     }
 44 
 45     /**
 46      * 指定初始容量的构造方法
 47      * @param capacity 指定的初始容量
 48      * */
 49     @SuppressWarnings("unchecked")
 50     public HashMap(int capacity) {
 51         this.size = 0;
 52         this.loadFactor = DEFAULT_LOAD_FACTOR;
 53         elements = new EntryNode[capacity];
 54     }
 55 
 56     /**
 57      * 指定初始容量和负载因子的构造方法
 58      * @param capacity 指定的初始容量
 59      * @param loadFactor 指定的负载因子
 60      * */
 61     @SuppressWarnings("unchecked")
 62     public HashMap(int capacity,int loadFactor) {
 63         this.size = 0;
 64         this.loadFactor = loadFactor;
 65         elements = new EntryNode[capacity];
 66     }
 67 
 68     //==========================================内部辅助方法=============================================
 69     /**
 70      * 通过key的hashCode获得对应的内部数组下标
 71      * @param key 传入的键值key
 72      * @return 对应的内部数组下标
 73      * */
 74     private int getIndex(K key){
 75         return getIndex(key,this.elements);
 76     }
 77 
 78     /**
 79      * 通过key的hashCode获得对应的内部数组插槽slot下标
 80      * @param key 传入的键值key
 81      * @param elements 内部数组
 82      * @return 对应的内部数组下标
 83      * */
 84     private int getIndex(K key,EntryNode<K,V>[] elements){
 85         if(key == null){
 86             //::: null 默认存储在第0个桶内
 87             return 0;
 88         }else{
 89             int hashCode = key.hashCode();
 90 
 91             //:::通过 高位和低位的异或运算,获得最终的hash映射,减少碰撞的几率
 92             int finalHashCode = hashCode ^ (hashCode >>> 16);
 93             return (elements.length-1) & finalHashCode;
 94         }
 95     }
 96 
 97     /**
 98      * 获得目标节点的前一个节点
 99      * @param currentNode 当前桶链表节点
100      * @param key         对应的key
101      * @return 返回当前桶链表中"匹配key的目标节点"的"前一个节点"
102      *          注意:当桶链表中不存在匹配节点时,返回桶链表的最后一个节点
103      * */
104     private EntryNode<K,V> getTargetPreviousEntryNode(EntryNode<K,V> currentNode,K key){
105         //:::不匹配
106         EntryNode<K,V> nextNode = currentNode.next;
107         //:::遍历当前桶后面的所有节点
108         while(nextNode != null){
109             //:::如果下一个节点的key匹配
110             if(nextNode.keyIsEquals(key)){
111                 return currentNode;
112             }else{
113                 //:::不断指向下一个节点
114                 currentNode = nextNode;
115                 nextNode = nextNode.next;
116             }
117         }
118 
119         //:::到达了桶链表的末尾,返回最后一个节点
120         return currentNode;
121     }
122 
123     /**
124      * 哈希表扩容
125      * */
126     @SuppressWarnings("unchecked")
127     private void reHash(){
128         //:::扩容两倍
129         EntryNode<K,V>[] newElements = new EntryNode[this.elements.length * REHASH_BASE];
130 
131         //:::遍历所有的插槽
132         for (int i=0; i<this.elements.length; i++) {
133             //:::为单个插槽内的元素 rehash
134             reHashSlot(i,newElements);
135         }
136 
137         //:::内部数组 ---> 扩容之后的新数组
138         this.elements = newElements;
139     }
140 
141     /**
142      * 单个插槽内的数据进行rehash
143      * */
144     private void reHashSlot(int index,EntryNode<K, V>[] newElements){
145         //:::获得当前插槽第一个元素
146         EntryNode<K, V> currentEntryNode = this.elements[index];
147         if(currentEntryNode == null){
148             //:::当前插槽为空,直接返回
149             return;
150         }
151 
152         //:::低位桶链表 头部节点、尾部节点
153         EntryNode<K, V> lowListHead = null;
154         EntryNode<K, V> lowListTail = null;
155         //:::高位桶链表 头部节点、尾部节点
156         EntryNode<K, V> highListHead = null;
157         EntryNode<K, V> highListTail = null;
158 
159         while(currentEntryNode != null){
160             //:::获得当前节点 在新数组中映射的插槽下标
161             int entryNodeIndex = getIndex(currentEntryNode.key,newElements);
162             //:::是否和当前插槽下标相等
163             if(entryNodeIndex == index){
164                 //:::和当前插槽下标相等
165                 if(lowListHead == null){
166                     //:::初始化低位链表
167                     lowListHead = currentEntryNode;
168                     lowListTail = currentEntryNode;
169                 }else{
170                     //:::在低位链表尾部拓展新的节点
171                     lowListTail.next = currentEntryNode;
172                     lowListTail = lowListTail.next;
173                 }
174             }else{
175                 //:::和当前插槽下标不相等
176                 if(highListHead == null){
177                     //:::初始化高位链表
178                     highListHead = currentEntryNode;
179                     highListTail = currentEntryNode;
180                 }else{
181                     //:::在高位链表尾部拓展新的节点
182                     highListTail.next = currentEntryNode;
183                     highListTail = highListTail.next;
184                 }
185             }
186             //:::指向当前插槽的下一个节点
187             currentEntryNode = currentEntryNode.next;
188         }
189 
190         //:::新扩容elements(index)插槽 存放lowList
191         newElements[index] = lowListHead;
192         //:::lowList末尾截断
193         if(lowListTail != null){
194             lowListTail.next = null;
195         }
196 
197         //:::新扩容elements(index + this.elements.length)插槽 存放highList
198         newElements[index + this.elements.length] = highListHead;
199         //:::highList末尾截断
200         if(highListTail != null){
201             highListTail.next = null;
202         }
203     }
204 
205     /**
206      * 判断是否需要 扩容
207      * */
208     private boolean needReHash(){
209         return ((this.size / this.elements.length) > this.loadFactor);
210     }
211 
212     //============================================外部接口================================================
213 
214     @Override
215     public V put(K key, V value) {
216         if(needReHash()){
217             reHash();
218         }
219 
220         //:::获得对应的内部数组下标
221         int index = getIndex(key);
222         //:::获得对应桶内的第一个节点
223         EntryNode<K,V> firstEntryNode = this.elements[index];
224 
225         //:::如果当前桶内不存在任何节点
226         if(firstEntryNode == null){
227             //:::创建一个新的节点
228             this.elements[index] = new EntryNode<>(key,value);
229             //:::创建了新节点,size加1
230             this.size++;
231             return null;
232         }
233 
234         if(firstEntryNode.keyIsEquals(key)){
235             //:::当前第一个节点的key与之匹配
236             V oldValue = firstEntryNode.value;
237             firstEntryNode.value = value;
238             return oldValue;
239         }else{
240             //:::不匹配
241 
242             //:::获得匹配的目标节点的前一个节点
243             EntryNode<K,V> targetPreviousNode = getTargetPreviousEntryNode(firstEntryNode,key);
244             //:::获得匹配的目标节点
245             EntryNode<K,V> targetNode = targetPreviousNode.next;
246             if(targetNode != null){
247                 //:::更新value的值
248                 V oldValue = targetNode.value;
249                 targetNode.value = value;
250                 return oldValue;
251             }else{
252                 //:::在桶链表的末尾 新增一个节点
253                 targetPreviousNode.next = new EntryNode<>(key,value);
254                 //:::创建了新节点,size加1
255                 this.size++;
256                 return null;
257             }
258         }
259     }
260 
261     @Override
262     public V remove(K key) {
263         //:::获得对应的内部数组下标
264         int index = getIndex(key);
265         //:::获得对应桶内的第一个节点
266         EntryNode<K,V> firstEntryNode = this.elements[index];
267 
268         //:::如果当前桶内不存在任何节点
269         if(firstEntryNode == null){
270             return null;
271         }
272 
273         if(firstEntryNode.keyIsEquals(key)){
274             //:::当前第一个节点的key与之匹配
275 
276             //:::将桶链表的第一个节点指向后一个节点(兼容next为null的情况)
277             this.elements[index] = firstEntryNode.next;
278             //:::移除了一个节点 size减一
279             this.size--;
280             //:::返回之前的value值
281             return firstEntryNode.value;
282         }else{
283             //:::不匹配
284 
285             //:::获得匹配的目标节点的前一个节点
286             EntryNode<K,V> targetPreviousNode = getTargetPreviousEntryNode(firstEntryNode,key);
287             //:::获得匹配的目标节点
288             EntryNode<K,V> targetNode = targetPreviousNode.next;
289 
290             if(targetNode != null){
291                 //:::将"前一个节点的next" 指向 "目标节点的next" ---> 相当于将目标节点从桶链表移除
292                 targetPreviousNode.next = targetNode.next;
293                 //:::移除了一个节点 size减一
294                 this.size--;
295                 return targetNode.value;
296             }else{
297                 //:::如果目标节点为空,说明key并不存在于哈希表中
298                 return null;
299             }
300         }
301     }
302 
303     @Override
304     public V get(K key) {
305         //:::获得对应的内部数组下标
306         int index = getIndex(key);
307         //:::获得对应桶内的第一个节点
308         EntryNode<K,V> firstEntryNode = this.elements[index];
309 
310         //:::如果当前桶内不存在任何节点
311         if(firstEntryNode == null){
312             return null;
313         }
314 
315         if(firstEntryNode.keyIsEquals(key)){
316             //:::当前第一个节点的key与之匹配
317             return firstEntryNode.value;
318         }else{
319             //:::获得匹配的目标节点的前一个节点
320             EntryNode<K,V> targetPreviousNode = getTargetPreviousEntryNode(firstEntryNode,key);
321             //:::获得匹配的目标节点
322             EntryNode<K,V> targetNode = targetPreviousNode.next;
323 
324             if(targetNode != null){
325                 return targetNode.value;
326             }else{
327                 //:::如果目标节点为空,说明key并不存在于哈希表中
328                 return null;
329             }
330         }
331     }
332 
333     @Override
334     public boolean containsKey(K key) {
335         V value = get(key);
336         return (value != null);
337     }
338 
339     @Override
340     public boolean containsValue(V value) {
341         //:::遍历全部桶链表
342         for (EntryNode<K, V> element : this.elements) {
343             //:::获得当前桶链表第一个节点
344             EntryNode<K, V> entryNode = element;
345 
346             //:::遍历当前桶链表
347             while (entryNode != null) {
348                 //:::如果value匹配
349                 if (entryNode.value.equals(value)) {
350                     //:::返回true
351                     return true;
352                 } else {
353                     //:::不匹配,指向下一个节点
354                     entryNode = entryNode.next;
355                 }
356             }
357         }
358 
359         //:::所有的节点都遍历了,没有匹配的value
360         return false;
361     }
362 
363     @Override
364     public int size() {
365         return this.size;
366     }
367 
368     @Override
369     public boolean isEmpty() {
370         return (this.size == 0);
371     }
372 
373     @Override
374     public void clear() {
375         //:::遍历内部数组,将所有桶链表全部清空
376         for(int i=0; i<this.elements.length; i++){
377             this.elements[i] = null;
378         }
379 
380         //:::size设置为0
381         this.size = 0;
382     }
383 
384     @Override
385     public Iterator<EntryNode<K,V>> iterator() {
386         return new Itr();
387     }
388 
389     @Override
390     public String toString() {
391         Iterator<EntryNode<K,V>> iterator = this.iterator();
392 
393         //:::空容器
394         if(!iterator.hasNext()){
395             return "[]";
396         }
397 
398         //:::容器起始使用"["
399         StringBuilder s = new StringBuilder("[");
400 
401         //:::反复迭代
402         while(true){
403             //:::获得迭代的当前元素
404             EntryNode<K,V> data = iterator.next();
405 
406             //:::判断当前元素是否是最后一个元素
407             if(!iterator.hasNext()){
408                 //:::是最后一个元素,用"]"收尾
409                 s.append(data).append("]");
410                 //:::返回 拼接完毕的字符串
411                 return s.toString();
412             }else{
413                 //:::不是最后一个元素
414                 //:::使用", "分割,拼接到后面
415                 s.append(data).append(", ");
416             }
417         }
418     }
419 
420     /**
421      * 哈希表 迭代器实现
422      */
423     private class Itr implements Iterator<EntryNode<K,V>> {
424         /**
425          * 迭代器 当前节点
426          * */
427         private EntryNode<K,V> currentNode;
428 
429         /**
430          * 迭代器 下一个节点
431          * */
432         private EntryNode<K,V> nextNode;
433 
434         /**
435          * 迭代器 当前内部数组的下标
436          * */
437         private int currentIndex;
438 
439         /**
440          * 默认构造方法
441          * */
442         private Itr(){
443             //:::如果当前哈希表为空,直接返回
444             if(HashMap.this.isEmpty()){
445                 return;
446             }
447             //:::在构造方法中,将迭代器下标移动到第一个有效的节点上
448 
449             //:::遍历内部数组,找到第一个不为空的数组插槽slot
450             for(int i=0; i<HashMap.this.elements.length; i++){
451                 //:::设置当前index
452                 this.currentIndex = i;
453 
454                 EntryNode<K,V> firstEntryNode = HashMap.this.elements[i];
455                 //:::找到了第一个不为空的插槽slot
456                 if(firstEntryNode != null){
457                     //:::nextNode = 当前插槽第一个节点
458                     this.nextNode = firstEntryNode;
459 
460                     //:::构造方法立即结束
461                     return;
462                 }
463             }
464         }
465 
466         @Override
467         public boolean hasNext() {
468             return (this.nextNode != null);
469         }
470 
471         @Override
472         public EntryNode<K,V> next() {
473             this.currentNode = this.nextNode;
474             //:::暂存需要返回的节点
475             EntryNode<K,V> needReturn = this.nextNode;
476 
477             //:::nextNode指向自己的next
478             this.nextNode = this.nextNode.next;
479             //:::判断当前nextNode是否为null
480             if(this.nextNode == null){
481                 //:::说明当前所在的桶链表已经遍历完毕
482 
483                 //:::寻找下一个非空的插槽
484                 for(int i=this.currentIndex+1; i<HashMap.this.elements.length; i++){
485                     //:::设置当前index
486                     this.currentIndex = i;
487 
488                     EntryNode<K,V> firstEntryNode = HashMap.this.elements[i];
489                     //:::找到了后续不为空的插槽slot
490                     if(firstEntryNode != null){
491                         //:::nextNode = 当前插槽第一个节点
492                         this.nextNode = firstEntryNode;
493                         //:::跳出循环
494                         break;
495                     }
496                 }
497             }
498             return needReturn;
499         }
500 
501         @Override
502         public void remove() {
503             if(this.currentNode == null){
504                 throw new IteratorStateErrorException("迭代器状态异常: 可能在一次迭代中进行了多次remove操作");
505             }
506 
507             //:::获得需要被移除的节点的key
508             K currentKey = this.currentNode.key;
509             //:::将其从哈希表中移除
510             HashMap.this.remove(currentKey);
511 
512             //:::currentNode设置为null,防止反复调用remove方法
513             this.currentNode = null;
514         }
515     }
516 }
View Code

哈希表简单的测试代码:

 1 public class MapTest {
 2     public static void main(String[] args){
 3         testJDKHashMap();
 4 
 5         System.out.println("=================================================");
 6 
 7         testMyHashMap();
 8     }
 9 
10     private static void testJDKHashMap(){
11         java.util.Map<Integer,String> map1 = new java.util.HashMap<>(1,2);
12         System.out.println(map1.put(1,"aaa"));
13         System.out.println(map1.put(2,"bbb"));
14         System.out.println(map1.put(3,"ccc"));
15         System.out.println(map1.put(1,"aaa"));
16         System.out.println(map1.put(2,"bbb"));
17         System.out.println(map1.put(3,"ccc"));
18         System.out.println(map1.put(1,"111"));
19         System.out.println(map1.put(3,"aaa"));
20         System.out.println(map1.put(4,"ddd"));
21         System.out.println(map1.put(5,"eee"));
22         System.out.println(map1.put(6,"fff"));
23         System.out.println(map1.put(8,"ggg"));
24         System.out.println(map1.put(11,"bbb"));
25         System.out.println(map1.put(22,"ccc"));
26         System.out.println(map1.put(33,"111"));
27         System.out.println(map1.put(9,"111"));
28         System.out.println(map1.put(10,"111"));
29         System.out.println(map1.put(12,"111"));
30         System.out.println(map1.put(13,"111"));
31         System.out.println(map1.put(14,"111"));
32 
33         System.out.println(map1.toString());
34         System.out.println(map1.containsKey(1));
35         System.out.println(map1.containsKey(11));
36         System.out.println(map1.containsValue("bbb"));
37         System.out.println(map1.containsValue("aaa"));
38         System.out.println(map1.size());
39         System.out.println(map1.get(1));
40         System.out.println(map1.get(2));
41         System.out.println(map1.get(3));
42         System.out.println(map1.remove(1));
43         System.out.println(map1.remove(2));
44         System.out.println(map1.size());
45 
46     }
47 
48     private static void testMyHashMap(){
49         com.xiongyx.datastructures.map.Map<Integer,String> map2 = new com.xiongyx.datastructures.map.HashMap<>(1,2);
50         System.out.println(map2.put(1,"aaa"));
51         System.out.println(map2.put(2,"bbb"));
52         System.out.println(map2.put(3,"ccc"));
53         System.out.println(map2.put(1,"aaa"));
54         System.out.println(map2.put(2,"bbb"));
55         System.out.println(map2.put(3,"ccc"));
56         System.out.println(map2.put(1,"111"));
57         System.out.println(map2.put(3,"aaa"));
58         System.out.println(map2.put(4,"ddd"));
59         System.out.println(map2.put(5,"eee"));
60         System.out.println(map2.put(6,"fff"));
61         System.out.println(map2.put(8,"ggg"));
62         System.out.println(map2.put(11,"bbb"));
63         System.out.println(map2.put(22,"ccc"));
64         System.out.println(map2.put(33,"111"));
65         System.out.println(map2.put(9,"111"));
66         System.out.println(map2.put(10,"111"));
67         System.out.println(map2.put(12,"111"));
68         System.out.println(map2.put(13,"111"));
69         System.out.println(map2.put(14,"111"));
70 
71         System.out.println(map2.toString());
72         System.out.println(map2.containsKey(1));
73         System.out.println(map2.containsKey(11));
74         System.out.println(map2.containsValue("bbb"));
75         System.out.println(map2.containsValue("aaa"));
76         System.out.println(map2.size());
77         System.out.println(map2.get(1));
78         System.out.println(map2.get(2));
79         System.out.println(map2.get(3));
80         System.out.println(map2.remove(1));
81         System.out.println(map2.remove(2));
82         System.out.println(map2.size());
83     }
84 }
View Code

  我们的哈希表实现是demo级别的,功能简单,也比较好理解,希望这能够成为大家理解更加复杂的产品级哈希表实现的一个跳板。在理解了demo级别代码的基础之上,去阅读更加复杂的产品级实现代码,更好的理解哈希表,更好的理解自己所使用的数据结构,写出更高效,易维护的程序。

  本系列博客的代码在我的 github上:https://github.com/1399852153/DataStructures ,存在许多不足之处,请多多指教。

posted on 2019-01-03 21:50 小熊餐馆 阅读(...) 评论(...) 编辑 收藏