Java数据结构之散列表(动力节点Java学院整理)

时间:2022-03-12 12:34:41

基本概念

散列表(Hash table,也叫哈希表),是根据关键字(key value)而直接进行访问的数据结构

说的具体点就是它通过吧key值映射到表中的一个位置来访问记录,从而加快查找的速度。

实现key值映射的函数就叫做散列函数

存放记录的数组就就叫做散列表

实现散列表的过程通常就称为散列(hashing),也就是常说的hash

散列

这里的散列的概念不仅限于数据结构了,在计算机科学领域中,散列-哈希是一种对信息的处理方法,通过某种特定的函数/算法(散列函数/hash()方法)将要检索的项与用来检索的索引--( 散列值)关联起来,生成一种便于搜索的数据结构--散列表。如今,由于散列算法所计算的散列值 具有不可逆(无法逆向演算会原来的数值)的性质,因此散列算法广泛的运用于加密技术。

散列的运用:

1、加密散列,在信息安全领域使用

2、散列表,一种使用散列函数将键名和键值关联起来的数据结构

3、关联数组,一种常常使用散列表来实现的数据结构

4、几何散列,寻找相同或相似的几何形状的一种有效方法

散列函数

通过上面可以知道,散列技术的实现是基于散列函数的。这里对散列函数进行一个较深入的理解。前面就知道了散列函数--哈希函数就是完成key值与位置的映射。一般说来key以字符 串的形式居多,位置也就是一个数值。可以看出散列函数就像是实现信息的压缩,把消息字符 串压缩成数值摘要,是数据量变小,格式得以固定下来。
散列函数的工作原理图:

Java数据结构之散列表(动力节点Java学院整理)

不过需要注意的是key值和经过散列函数处理之后的散列值并不是唯一对应的,这就造成了不同的key值具有相同的索引位置,这种现象叫做散列碰撞、也称其为哈希冲突。对于hash冲突的解决办法,将在后面予以总结。至于散列函数的具体实现,有很多加密技术都有十分nice的实现,这里我们看看Java中HashMap的hash()方法实现就可以了。HashMap采用的是内部哈希技术实现的,其中hash()方法就是散列函数,完成key值到数组索引位置的映射。                   

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
/**
 * Retrieve object hash code and applies a supplemental hash function to the
 * result hash, which defends against poor quality hash functions. This is
 * critical because HashMap uses power-of-two length hash tables, that
 * otherwise encounter collisions for hashCodes that do not differ
 * in lower bits. Note: Null keys always map to hash 0, thus index 0.
 */
final int hash(Object k) {
 int h = 0;
 if (useAltHashing) {
  if (k instanceof String) {
   return sun.misc.Hashing.stringHash32((String) k);
  }
  h = hashSeed;
 }
 h ^= k.hashCode();
 // This function ensures that hashCodes that differ only by
 // constant multiples at each bit position have a bounded
 // number of collisions (approximately 8 at default load factor).
 h ^= (h >>> 20) ^ (h >>> 12);
 return h ^ (h >>> 7) ^ (h >>> 4);
}

上述代码就是HashMap中散列函数的具体实现。JDK1.7这里笔者对常用的散列算法做一个展示:

Java数据结构之散列表(动力节点Java学院整理)

散列表

在理解了上述散列\散列函数的概念之后我们正式的进入到散列表的学习.一个通俗的例子是,为了查找电话簿中某人的号码,可以创建一个按照人名首字母顺序排列的表(即建立人名 x 到首字母 F(x) 的一个函数关系),在首字母为 W 的表中查找“王”姓的电话号码,显然比直接查找就要快得多。这里使用人名作为关键字,“取首字母”是这个例子中散列函数的函数法则 F(),存放首字母的表对应散列表。关键字和函数法则理论上可以任意确定。

散列函数的构造

对于散列表这种数据结构来说,其散列函数的构造是十分关键的,散列函数实现了key的映射,并且访问记录可以更快的被定位。一般来说散列函数的构造基于两个标准:简单、均匀简单指散列算法简单快捷,散列值生成简单。均匀指对于key值集合中的任一关键字,散列函数能够以均与的概率映射到数组的任一一个索引位置上,这样能够减少散列碰撞。
散列函数构造方法:

1、直接地址法:

直接取key值或者key值的某个线性函数值作为散列地址。即hash(k)=k或者hash(k)=a*k+b。

Tips: 简单的思考一下这种方式就可以知道,这种方式基本不会存在哈希冲突,不过事先我们应该知道key集合的大小,而且使用线性函数值作为散列地址的话,很大程度上造成了空间的浪费。hash(k)=k这种方式更加的鸡肋没必要,以这种方式散列还不如直接数组索引。

2、数字分析法:

所谓的数字分析法就是假设关键字key是以r为基的数,并且hash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hash地址。

Tips:这种方式极度不灵活,限制太多。

3、平方取中法:

先通过求关键字的平方值扩大相近数的差别,然后根据表长度取中间的几位数作为散列函数值。

Tips:这种方式中间的几位数都和关键字的没一位都有关,产生的散列地址较为的均匀。

4、折叠法:

将关键字分割成相同的几位数(最后一位可不同),然后去这几部分的叠加和。折叠法一般是和除留余法一起使用的。

5、除留余法:

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。即 hash(k)= k mod p, p < m。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,容易产生碰撞。

6、随机法:

h(key)=random(key)    其中random为伪随机函数,但要保证函数值是在0到m-1之间。总结:在上述的方法中,3、4、5三种方法的结合使用方式较好,在JDK以前的版本就是使用的方法5。

哈希冲突

通过上面的学习中,我们知道散列函数得到的key -  索引位置 并不是唯一对应的,可能造成不同的key值对应相同的索引位置。这是我们应该解决的问题。实际的解决方法一般如下:

1、分离连接法:

首先看看分离连接法,说白了这种方式就是链表数组的方式,将散列到同一个值得所有元素保存在一个表中,产生相同的一个值在散列表中使用链表的形式存储。哈希冲突的位置就是链表的开始位置。在JKD中HashMap就是这种方式解决哈希冲突的!

Java数据结构之散列表(动力节点Java学院整理)

HashMap中冲突处理代码如下   

?
1
2
3
4
5
6
7
8
9
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
   Object k;
   if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
    V oldValue = e.value;
    e.value = value;
    e.recordAccess(this);
    return oldValue;
   }
  }

2、开放地址法

分离连接法的缺点在于使用了链表,由于给新的单元分配地址耗费时间,造成算法速度较慢,解决的方法就是开放地址法,在开放地址法中较为常用的有两种:线性探测法、平方探测法。 
开放地址法:    

hash_i=(hash(key) + d(i)) mod m, i=1,2...k\,(k < m-1),其中hash(key)为散列函数,m为散列表长,d(i)为增量序列,i为已发生碰撞的次数。增量序列可有下列取法:

d(i)=1,2,3...(m-1) 称为 线性探测;即 d(i)=i ,或者为其他线性函数。相当于逐个探测存放地址的表,直到查找到一个空单元,把散列地址存放在该空单元。d(i)=1^2,  2^2,3^2... k^2 (k < m/2) 称为 平方探测。相对线性探测,相当于发生碰撞时探测间隔 d(i)=i^2 个单元的位置是否为空,如果为空,将地址存放进去。d(i)=伪随机数序列,称为 伪随机探测。

线性探测法

下面笔者将以一个实例演示线性探测的过程,进而分析线性探测的特点,引出平方探测关键字为{89,18,49,58,69}插入到一个散列表中的情况。此时线性探测的方法是取d(i)=i。并假定取关键字除以 10 的余数为散列函数法则。

Java数据结构之散列表(动力节点Java学院整理)

1、开始时hash(89)=9无冲突,直接插入;

2、hash(18)=8无冲突,直接插入;

3、hash(49)=9冲突了,开放地址,将49放入下一个空闲地址0

4、hash(58) =8冲突了,开放地址,将58放入9冲突 ,放入0冲突、放入1

5、hash(69) =9冲突,开放地址,将69放入0冲突,放入1冲突,放入2

Tips:思考其缺点!

线性探测的方式十分简单,明白,每次插入总是能够找到一个地址,但是慢慢会形成一个区块,其结果称为一次聚集。任何关键字需探测越来越多的次数才能解决冲突,且完成之后由简介的增大了区块。当填装因子>0.5时,这种方式就不是个好的方法了!

平方探测法:

使用平方探测法可以解决线性探测的一次聚集问题。一般选择d(i)=i^2.。至于其具体的步骤读者可以按照上面的实例自行的模拟一下。这种方式会出现二次聚集的情况:散列到同一位置的哪些元素将探测相同的备选单元。

3、双散列、再散列

对于双散列和再散列的方式笔者这里就不在多提了。读者可以查阅下相关的资料。总结:对于散列表的实现新手不必太过在意,关键在于理解散列相关的概念。了解并掌握散列函数的作用及一般的实现方式。了解一般hash冲突和常用解决办法。

以上所述是小编给大家介绍的Java数据结构之散列表(动力节点Java学院整理),希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持!