48 容器(七)——HashMap底层:哈希表结构与哈希算法

哈希表结构

哈希表是由数组+链表组成的,首先有一个数组,数组的每一个位置都用来存储一个链表,链表的基本节点为:【hash值,key值,value值,next】,当存入一个键值对时,首先调用hashcode()方法获得key的hashcode,然后通过算法计算出hash值,当不同的key取到相同的hash值时,后面的key作为一个节点连接到前一个相同hash值的key的节点。

hash值的算法

最差的算法:hashcode/hashcode 会将所有的元素存储在数组的下标1位,实际上已经退化为一个数组

常用的算法是:hashcode%数组长度

通过这个算法将得到[0,数组长度-1]的值,即hash值。这种算法可以使各key尽可能均匀的分布在数组中。这种表也称作“散列(hash的翻译)表”。

优化算法:同样是取余数,但是进行了优化。首先约定数组的长度为2的整数幂,然后通过位运算快速得道hash值:hashcode&(数组长度-1)

下面验算一下算法:

public class Test {
	public static void main(String[] args) {
		Test t = new Test();
		//算法:hashcode%数组长度,假设数组长度为16(2的4次方)
		System.out.println(t.hashCode()%16);
		System.out.println(t.hashCode()&(16-1));
	}
}

结果:
2
2

  

后面又优化了一次,是目前使用的hash值算法(我看不懂):

get方法底层

调用get方法时,会通过传入的key值,调用hashCode()方法获得相应的hashCode值,然后同样通过计算获得hash值,与位桶数组(就是hash表的数组)的对应位置的链表逐个进行equals比较,如相同,则返回该value。

equals方法比较的就是hashCode值,如果a.equals(b)为true,那么a与b的hashCode值一直相等。

哈希表的扩容

HashMap的位桶数组,初始大小为16。当位桶数组中的元素到达(0.75*数组length),就重新调整数组大小为原来的2倍。

但扩容很耗时。

当位桶数组的列表长度大于8时,链表会转换为红黑树,这将大大提高查找效率。

原文地址:https://www.cnblogs.com/Scorpicat/p/12021680.html

时间: 2024-08-12 12:15:08

48 容器(七)——HashMap底层:哈希表结构与哈希算法的相关文章

散列算法和哈希表结构

散列算法和哈希表结构 算法概述 Hash ,一般翻译做" 散列" ,也有直接音译为" 哈希" 的,就是把任意长度的输入(又叫做预映射, pre-image ),通过散列算法,变换成固定长度的输出,该输出就是散列值.这种转换是一种压缩映射,也就是,散列值的空间通常远小于输入的空间,不 同的输入可能会散列成相同的输出,而不可能从散列值来唯一的确定输入值.简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数. 哈希表 数组的特点是:寻址容易,插入和删除困难:

Nginx 哈希表结构 ngx_hash_t

概述 关于哈希表的基本知识在前面的文章<数据结构-哈希表>已作介绍.哈希表结合了数组和链表的特点,使其寻址.插入以及删除操作更加方便.哈希表的过程是将关键字通过某种哈希函数映射到相应的哈希表位置,即对应的哈希值所在哈希表的位置.但是会出现多个关键字映射相同位置的情况导致冲突问题,为了解决这种情况,哈希表使用两个可选择的方法:拉链法 和 开放寻址法. Nginx 的哈希表中使用开放寻址来解决冲突问题,为了处理字符串,Nginx 还实现了支持通配符操作的相关函数,下面对 Nginx 中哈希表的源码

哈希表和完美哈希

我们知道,通过对数组进行直接寻址(Direct Addressing),可以在 O(1) 时间内访问数组中的任意元素.所以,如果存储空间允许,可以提供一个数组,为每个可能的关键字保留一个位置,就可以应用直接寻址技术. 哈希表(Hash Table)是普通数组概念的推广.当实际存储的的关键字数比可能的关键字总数较小时,这时采用哈希表就会比使用直接数组寻址更为有效.因为哈希表通常采用的数组尺寸与所要存储的关键字数是成比例的. 哈希表是一种动态集合数据结构,在一些合理的假设下,在哈希表中查找一个元素的

哈希表之二哈希函数的构造

了解了hash的思想之后,会发现哈希函数只是将关键字对下标的映射,没有什么特别的标准,冲突的多少就是衡量其好坏. 若对于关键字集合中的任一一个关键字,经哈希函数映像到地址集合中任何一个地址的概率是相等的, 则称此类哈希函数为均匀的(Uniform)哈希函数. 如果关键字能够进过哈希函数计算得出的地址能够均匀地分布在地址区间中,就可以减少冲突. 直接定地址法 H(key)=key或H(key)=a*key+b 直接定址所得地址集合和关键字集合的大小相同,对于不同关键字不会发生冲突,但是实际使用较少

算法设计8——全域哈希表与完全哈希表

菜鸟nginx源码剖析数据结构篇(六) 哈希表 ngx_hash_t(上)

Author:Echo Chen(陈斌) Email:[email protected] Blog:Blog.csdn.net/chen19870707 Date:October 31h, 2014 1.哈希表ngx_hash_t的优势和特点 哈希表是一种典型的以空间换取时间的数据结构,在没有冲突的情况下,对任意元素的插入.索引.删除的时间复杂度都是O(1).这样优秀的时间复杂度是通过将元素的key值以hash方法f映射到哈希表中的某一个位置来访问记录来实现的,即键值为key的元素必定存储在哈希

菜鸟nginx源代码剖析数据结构篇(六) 哈希表 ngx_hash_t(上)

Author:Echo Chen(陈斌) Email:[email protected] Blog:Blog.csdn.net/chen19870707 Date:October 31h, 2014 1.哈希表ngx_hash_t的优势和特点 哈希表是一种典型的以空间换取时间的数据结构.在没有冲突的情况下,对随意元素的插入.索引.删除的时间复杂度都是O(1).这样优秀的时间复杂度是通过将元素的key值以hash方法f映射到哈希表中的某一个位置来訪问记录来实现的,即键值为key的元素必然存储在哈希

Redis哈希表总结

本文及后续文章,Redis版本均是v3.2.8 在文章<Redis 数据结构之dict><Redis 数据结构之dict(2)>中,从代码层面做了简单理解.总感觉思路的不够条理性,特开一篇文章把哈希表中几个知识点串联下. 一.先来回顾下哈希表结构定义 /** * 哈希表 */ typedef struct dictht { // 哈希表节点指针数组(俗称桶,bucket) dictEntry **table; // 指针数组的大小 unsigned long size; // 指针

哈希表(HashMap)分析及实现(JAVA)

转自:http://www.java3z.com/cwbwebhome/article/article8/83560.html?id=4649 —————————————————————————————————————————————————————————————————— 探讨Hash表中的一些原理/概念,及根据这些原理/概念,自己设计一个用来存放/查找数据的Hash表,并且与JDK中的HashMap类进行比较. 我们分一下七个步骤来进行. 一. Hash表概念二 . Hash构造函数的方法