文章目录
- 导言
- Hash表
- 什么是Hash表
- 为什么要Hash表
- Hash表核心原理
-
- java HashMap原理浅析
- java HashMap核心AIP
-
- 总结
- 参考文章
导言
数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下,精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。
常见的逻辑数据结构有: 数组、栈、队列、链表、树、图、散列表、堆。本文的核心就是讲散列表(Hash表)。以下首先介绍Hash相关知识,再以jdk1.8中的HashMap做一个源码解读。
Hash表
什么是Hash表
它最大的特点就是可以快速实现查找、插入和删除。因为它的快速性
,常被广大程序员拿来处理大数据问题。
为什么要Hash表
常和Hash放在一起选型考虑的有数组、链表,数组增删困难、队列寻址困难。而Hash就很好的结合两者的优点,使用自定义的下标索引HashCode
,加快寻址、插入、删除的操作,本质上就是一个优化的k-v存储。
Hash表核心原理
核心概念
Hash表
散列表。根据关键值(key)访问其value(真正的数据实体),也就是最常用到的Map。
hash函数
哈希函数是Hahs表的映射函数,它可以把任意长度的输入变换成固定长度的输出,该输出就是哈希值。该哈希值就是该k-v
存储的key。设计出一个简单、均匀、存储利用率高的散列函数是散列技术中最关键、最重要
的问题。
一句话总结: hash函数是为了快速确定数据所在的"下标"
。
常见的hash映射策略有:
-
直接定址法:取关键字或关键字的某个线性函数值为散列地址。
-
数字分析法:假设关键字是以r为基的数,并且哈希表中可能出现的关键字都是事先知道的,则可取关键字的若干数位组成哈希地址。
-
平方取中法:取关键字平方后的中间几位为哈希地址。
通常在选定哈希函数时不一定能知道关键字的全部情况,取其中的哪几位也不一定合适,而一个数平方后的中间几位数和数的每一位都相关,由此使随机分布的关键字得到的哈希地址也是随机的。取的位数由表长决定。
-
折叠法:将关键字分割成位数相同的几部分(最后一部分的位数可以不同),然后取这几部分的叠加和(舍去进位)作为哈希地址。
-
随机数法
-
除留余数法:取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。不仅可以对关键字直接取模,也可在折叠法、平方取中法等运算之后取模。对p的选择很重要,一般取素数或m,若p选择不好,容易产生冲突。
常见冲突解决方法
理想情况下每个Key都被分配到一个唯一的桶
,但大多数的Hash函数都不能支持这一要求,如果要支持则每次分配新的key时需要知道旧的Keys的值,一般来说这并不值的。因此我们需要处理散列冲突。
常见的Hash冲突有如下几种:
开放地址法(再散列法)
开放地址法有一个公式:Hi=(H(key)+di) MOD m i=1,2,…,k(k<=m-1) 其中,m为哈希表的表长。di 是产生冲突的时候的增量序列。如果di值可能为1,2,3,…m-1,称线性探测再散列。如果di取1,则每次冲突之后,向后移动1个位置.如果di取值可能为1,-1,2,-2,4,-4,9,-9,16,-16,…kk,-kk(k<=m/2),称二次探测再散列。如果di取值可能为伪随机数列。称伪随机探测再散列。
总而言之,就是冲突的时候往后顺序挪若干位插入。
再哈希法
当发生冲突时,使用第二个、第三个哈希函数…计算地址,直到无冲突时。缺点:计算时间增加。比如上面第一次按照姓首字母进行哈希,如果产生冲突可以按照姓字母首字母第二位进行哈希,再冲突,第三位,直到不冲突为止.这种方法不易产生聚集,但增加了计算时间。
多次Hash,冲突一次Hash一次。
链地址法(拉链法)
将所有关键字为同义词的记录存储在同一线性链表中.基本思想:将所有哈希地址为i的元素构成一个称为同义词链的单链表,并将单链表的头指针存在哈希表的第i个单元中,因而查找、插入和删除主要在同义词链中进行。链地址法适用于经常进行插入和删除的情况。
jdk 的hashmap就是基于这个的变体,1.7前几乎就是链地址法,1.8及其之后是待红黑树的链地址法。
java HashMap原理浅析
一张图表示(图片来源):
java hashMap就是基于的“链地址法”,链地址法中的“同义词链表”在jdk hashmap中通过java.util.HashMap.Node
构成链表表示,Node源码主要内容如下所示(暂不考虑红黑树节点: TreeNode):
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
所有的桶元素存储在transient Node<K,V>[] table;
这里源码396行。jdk1.8中使用(n - 1) & hash
来获取桶的下标位置此处的与操作逻辑上等价于%,如果冲突了则在加在其链表尾。
Node的hash值来自于:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
hash和key的关系: hash值就是key的hashcode经过一个位运算得到。ps: 对于java.lang.Object#hashCode
,该方法是专门用来支持hash数据结构的。
hash值决定该value在哪个桶,key保证在全局上唯一(桶链表上更是唯一)。
java HashMap核心AIP
略过各种便于开发使用的api不谈,java中的HashMap就是个支持增、删、查
的散列表。
查
先从最简单的查开始。所有的查都是调用方法getNode
实现的:
final HashMap.Node<K, V> getNode(int hash, Object key) {
HashMap.Node<K, V>[] tab;
HashMap.Node<K, V> first, e;
int n;
K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof HashMap.TreeNode)
return ((HashMap.TreeNode<K, V>) first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
增
增的核心就是java.util.HashMap#putVal
这个方法:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
return null;
}
删
final HashMap.Node<K, V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
HashMap.Node<K, V>[] tab;
HashMap.Node<K, V> p;
int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
HashMap.Node<K, V> node = null, e;
K k;
V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof HashMap.TreeNode)
node = ((HashMap.TreeNode<K, V>) p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof HashMap.TreeNode)
((HashMap.TreeNode<K, V>) node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
return node;
}
}
return null;
}
其他
快速失败机制 Fail-Fast
这个机制是用来应对并发情况的(HashMap不支持访问)。如果要并发访问请使用:java.util.concurrent.ConcurrentHashMap
上文中的modCount
字段就与此有关,当用户通过迭代器访问HashMap时,会对比这个值,如果不符合预期就会抛出异常ConcurrentModificationException
;
public final void forEach(Consumer<? super Map.Entry<K,V>> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
总结
无论是增、删、查,HashMap的查询过程都是先判断hash,在判断key。如果key相同则hash一定相同(因为hash就是key的hashCode)。但是,当hash相同时,key不一定相同,因为hash相同知识表示他们在一个桶链表上,但不一定是同一个key。
所以那个常见的问题: 重写hashCode()和重写equals()的关系
可以这样理解(结论是一起重写):
- 重写hashCode确定桶下标,重写equals确定全局唯一
- 重写了equals一定要重写hashCode方法,因为要保证两个equals的对象hashCode也一样(保证全局唯一),否则的话可能插入两个一样(equals)的对象
- 重写了hashCode一定要重写equals,因为不在同一个的桶链表上(hash不同)的一定不equals。
参考文章
- 数据结构与算法: hashMap
- HashMap实现原理
- 为什么重写equals同时要重写hashCode?
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)