面试官:如何实现一个工业级的哈希表?

摘自:https://www.freesion.com/article/87721012988/

摘自:https://blog.csdn.net/youanyyou/article/details/106678316

Java技术栈

www.javastack.cn

打开网站看更多优质文章

业务代码中的技术是每个程序员的基础,但只是掌握了这些技巧,并不能成为技术大牛,还要不断打怪升级。Do more,Do better,Do exercise ,送给身边所有程序员 !!!

  

一个工业级哈希表的要求:

  • 支持快速的查询、插入、删除操作

  • 内存占用合理,不能浪费过多的内存空间

  • 性能稳定,极端情况下,散列表的性能也不会退化到无法接受的情况

 

Java 8 中哈希表底层采用数组存储,利用 hash 算法计算出下标值来存储元素,再配合上动态扩容,才能成为大拿写业务代码的利器。在哈希表中,最最重要的是哈希函数,其次是如何解决哈希冲突。我们分别来看:

哈希算法

在 Java 8 的源码中,hash函数的实现极其简单:

1 static final int hash(Object key) {
2     int h;
3     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
4 }

往数组中存储时,利用哈希值与数组长度做按位与运算,得到数组下标:

1 if ((p = tab[i = (n - 1) & hash]) == null)
2     tab[i] = newNode(hash, key, value, null);

参数key的 hashcode 是个整型值,内存中占了32个字节,右移16位的结果是前16位都变成了0。再与hashcode值做异或操作,新的hash值的前16位也都变成了0。新的hash值,在与数组长度做按位与运算,得到数组下标。

举个例子,计算 "helloworld" 作为 key 存储时,数据下标的计算过程:

 1 ...    
 2 
 3     int h = "hello".hashCode();
 4     System.out.println("原始的hashcode值     :" + getReplace(h));
 5  
 6     int t = h >>> 16;
 7     System.out.println("左移位16之后的值      :" + getReplace(t));
 8  
 9     int r = h ^ t;
10     System.out.println("异或结果             :" + getReplace(r));
11  
12     int n = 15;
13     System.out.println("数长度-1的哈希值      :" + getReplace(n));
14  
15     int i = r & n;
16     System.out.println("最终结果             :" + getReplace(i));
17  
18     System.out.println("最终结果10进制 = " + i);
19     System.out.println("00000101111010010001100011010010");
20 }
21  
22 private static String getReplace(int r) {
23     return String.format("%32s", 
24     Integer.toBinaryString(r)).replace(' ', '0');
25 }

把计算过程的二进制运算,绘制在下图中:

最终结果 1011 转换为 10 进制为11,也就是以 “hello” 为 key 的元素,保存在数据下标 11 的位置。

数组大小

在 hash(Object key) 函数中把 hash 值右移16位,刚是 32位字节的一半。再与自身异或,相当于用原始 hash 值的前半部分和后半部分混合,增加了 hash 的随机性。

与数组长度减一做按位与运算,相当于只保留了哈希值的低位值(后半部分)用来做数组下标。因此,要保证数组长度加一的 hash 值,高位为 0 低位都为 1。所以 HashMap 数组长度必须是 2 的整次幂,才能保证这一点。

构造函数中的确有指定参数的方法,具体跟踪代码在真正执行赋值时,会执行如下函数:

  1.  
    static final int tableSizeFor(int cap) {
  2.  
        int n = cap - 1;
  3.  
        n |= n >>> 1;
  4.  
        n |= n >>> 2;
  5.  
        n |= n >>> 4;
  6.  
        n |= n >>> 8;
  7.  
        n |= n >>> 16;
  8.  
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
  9.  
    }

先右移去掉低位数,再做按位或操作,相当于把结果固定在这样的范围:

因此即使是你传入了初始数组大小,也会调整最接近的长度范围,所以一定是2的整次幂

哈希冲突

再好的哈希算法也解决不了哈希冲突的问题,只能尽量的减少发生概率。那么如何处理真实发生的哈希冲突呢?

Java 8 中除了用单链表解决哈希冲突外,还引入了红黑树。我们看一下源码 (java.util.HashMap#putVal):

 1 for (int binCount = 0; ; ++binCount) {
 2     if ((e = p.next) == null) {
 3         p.next = newNode(hash, key, value, null);
 4         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
 5             treeifyBin(tab, hash);
 6         break;
 7     }
 8  
 9     if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
10         break;
11     p = e;
12 }

当链表上的长度大于 TREEIFY_THRESHOLD - 1 时,调用 treeifyBin() 方法。TREEIFY_THRESHOLD 为 8,意味着,当链表上的数据大于等于7个时,链表升级为红黑树。具体红黑树的实现,请自己赏悦代码。

当数据大小需要从新计算时,在java.util.HashMap#resize 中调用 java.util.HashMap.TreeNode#split

if (loHead != null) {
    if (lc <= UNTREEIFY_THRESHOLD)
        tab[index] = loHead.untreeify(map);
    else {
        tab[index] = loHead;
        if (hiHead != null) // (else is already treeified)
            loHead.treeify(tab);
    }
}

if (hiHead != null) {

    if (hc <= UNTREEIFY_THRESHOLD)
        tab[index + bit] = hiHead.untreeify(map);
    else {
        tab[index + bit] = hiHead;
        if (loHead != null)
            hiHead.treeify(tab);
    }
}

如果小于等于 UNTREEIFY_THRESHOLD (默认是6)执行 java.util.HashMap.TreeNode#untreeify,红黑树退化为链表。至于红黑树相关的代码,你还是自己查阅代码吧。

写业务代码的程序员

每个技术人员都有个成为技术大牛的梦。工作后都会发现,梦想是成为大牛,但做的事情看起来跟大牛都不沾边。也总能听到有人说,“天天写业务代码还加班,如何才能成为技术大牛”。

业务代码都写不好的程序员肯定无法成为技术大牛,只把业务代码写好的程序员也还不能成为技术大牛。

写业务代码,一样可以有各种技巧,可以使得业务代码更具可扩展性,可以和产品经理多交流以便更好的理解和实现业务,可以做好日志记录提升故障定位效率……

大拿是一个业务写的快的程序员,可能不是业务写的好的程序员。大拿也是一个想成为大牛的程序员,可能大拿只是想想什么也没做

业务代码中的技术是每个程序员的基础,但只是掌握了这些技巧,并不能成为技术大牛,还要不断打怪升级。送给所有奋斗在业务泥潭中的程序员三个锦囊:

Do more

  • 熟悉更多的业务

  • 了解系统的全貌

  • 自学用到的框架

Do better

  • 改进不合理、可改进的地方

  • 没发现有可以改进的地方,那说明功力不够,那就继续去发现

Do exercise

  • 功利学习

  • 刻意练习

  • 教会别人

原文地址:https://www.cnblogs.com/LiuYanYGZ/p/14357302.html