学习记录 java 哈希

哈希表(Hash Table,又叫散列表),是存储键值对(Key-value)的表,之所以不叫它Map(键值对一起存储一般叫做Map),是因为它下面的特性:它能把关键码(key)映射到表中的一个位置来直接访问,这样访问速度就非常快。其中的映射函数称为散列函数(Hash function)。 

1) 对于关键字key, f(key)是其存储位置,f则是散列函数 

2) 如果key1 != key2 但是 f(key1) == f(key2),这种现象称为冲突(collison)。冲突不可避免,这是因为key值无限而表容量总是有限(*见篇末思考题*)。我们追求的是对任意关键字,散列到表中的地址概率是相等的,这样的散列函数为均匀散列函数。 

散列函数有多种 
× 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。即H(key)=key或H(key) = a·key + b,其中a和b为常数(这种散列函数叫做自身函数) 
× 数字分析法 
× 平方取中法 
× 折叠法 
× 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。即 H(key) = key MOD p, p<=m。不仅可以对关键字直接取模,也可在折叠、平方取中等运算之后取模。对p的选择很重要,一般取素数或m,若p选的不好,容易产生同义词。 

可以想像,当表中的数据个数接近表的容量大小时,发生冲突的概率会明显增大,因此,在“数据个数/表容量”到达某个比例的时侯,需要扩大表的容量,这个比例称为“装填因子”(load factor). 

解决冲突主要有下面两类方法: 
× 分离链接法,就是对hash到同一地址的不同元素,用链表连起来,也叫拉链法 
× 开放定址法,如果地址有冲突,就在此地址附近找。包括线性探测法,平方探测法,双散列等 


然后来看一下Java的Hashtable实现 

java.util.Hashtable的本质是个数组,数组的元素是linked的键值对(单向链表)。 

01.private transient Entry[] table; // Entry数组  
01.private static class Entry<K,V> implements Map.Entry<K,V> {  
02.    int hash;  
03.    K key;  
04.    V value;  
05.    Entry<K,V> next; // Entry此处表明是个单链表  
06.    ...  
07.}  

我们可以使用指定数组大小、装填因子的构造函数,也可以使用默认构造函数,默认数组的大小是11,装填因子是0.75.

01.public Hashtable(int initialCapacity, float loadFactor) {  
02....  
03.}  
04.public Hashtable() {  
05.    this(11, 0.75f);  
06.}


当要扩大数组时,大小变为oldCapacity * 2 + 1,当然这无法保证数组的大小总是素数。 
来看下其中的元素插入的方法,put方法:

01.public synchronized V put(K key, V value) {  
02.    // Make sure the value is not null  
03.    if (value == null) {  
04.        throw new NullPointerException();  
05.    }  
06.      
07.    // Makes sure the key is not already in the hashtable.  
08.    Entry tab[] = table;  
09.    int hash = key.hashCode();  
10.    int index = (hash & 0x7FFFFFFF) % tab.length;  
11.    for (Entry<K, V> e = tab[index]; e != null; e = e.next) {  
12.        if ((e.hash == hash) && e.key.equals(key)) {  
13.            V old = e.value;  
14.            e.value = value;  
15.            return old;  
16.        }  
17.    }  
18.}

Java中Object类有几个方法,其中一个是hashCode(), 这说明Java中所有对象都具有这一方法,调用可以得到对象自身的hash码。对表的长度取余得址,并在冲突位置使用链表。 

HashMap与Hashtable的功能几乎一样。但HashMap的的初始数组大小是16而不是11,当要扩大数组时,大小变为原来的2倍,默认的装填因子也是0.75. 其put方法如下,对hash值和index都有更改: 

02.    if (key == null)  
03.        return putForNullKey(value);  
04.    int hash = hash(key.hashCode());  
05.    int i = indexFor(hash, table.length);  
06.    for (Entry<K, V> e = table[i]; e != null; e = e.next) {  
07.        Object k;  
08.        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  
09.            V oldValue = e.value;  
10.            e.value = value;  
11.            e.recordAccess(this);  
12.            return oldValue;  
13.        }  
14.    }  
15.  
16.    modCount++;  
17.    addEntry(hash, key, value, i);  
18.    return null;  
19.}  
20.  
21.  
22./** 
23. * Applies a supplemental hash function to a given hashCode, which 
24. * defends against poor quality hash functions.  This is critical 
25. * because HashMap uses power-of-two length hash tables, that 
26. * otherwise encounter collisions for hashCodes that do not differ 
27. * in lower bits. Note: Null keys always map to hash 0, thus index 0. 
28. */  
29.static int hash(int h) {  
30.    // This function ensures that hashCodes that differ only by  
31.    // constant multiples at each bit position have a bounded  
32.    // number of collisions (approximately 8 at default load factor).  
33.    h ^= (h >>> 20) ^ (h >>> 12);  
34.    return h ^ (h >>> 7) ^ (h >>> 4);  
35.}  
36.  
37./** 
38. * Returns index for hash code h. 
39. */  
40.static int indexFor(int h, int length) {  
41.    return h & (length-1);  
42.} 

再看看其它开源的Java库中的Hashtable 

目前存在多个开源的Java Collection实现,各个目的不同,侧重点也不同。以下对开源框架中哈希表的分析主要从几个方面入手:默认装填因子和capacity扩展方式,散列函数以及解决冲突的方法。 

1. Trove - Trove库提供一套高效的基础集合类。 

gnu.trove.set.hash.THashMap的继承关系:THashMap -> TObjectHash -> THash,其内部的键和值使分别用2个数组表示。其解决冲突的方式采用开放寻址法,开放寻址法对空间要求较高,因此其默认装填因子load factor是0.5,而不是0.75. 下面看代码一步步解释: 

默认初始化,装填因子0.5,数组大小始从素数中取,也就是始终是素数。 

01./** the load above which rehashing occurs. */  
02.public static final float DEFAULT_LOAD_FACTOR = 0.5f;  
03.  
04.protected int setUp( int initialCapacity ) {  
05.    int capacity;  
06.    capacity = PrimeFinder.nextPrime( initialCapacity );  
07.    computeMaxSize( capacity );  
08.    computeNextAutoCompactionAmount( initialCapacity );  
09.    return capacity;  
10.}  


然后看其put方法,insertKey(T key)是其散列算法,hash码对数组长度取余后,得到index,首先检查该位置是否被占用,如果被占用,使用双散列算法解决冲突,也就是代码中的insertKeyRehash()方法。

01.public V put(K key, V value) {  
02.    // insertKey() inserts the key if a slot if found and returns the index  
03.    int index = insertKey(key);  
04.    return doPut(value, index);  
05.}  
06.  
07.  
08.protected int insertKey(T key) {  
09.    consumeFreeSlot = false;  
10.  
11.    if (key == null)  
12.        return insertKeyForNull();  
13.  
14.    final int hash = hash(key) & 0x7fffffff;  
15.    int index = hash % _set.length;  
16.    Object cur = _set[index];  
17.  
18.    if (cur == FREE) {  
19.        consumeFreeSlot = true;  
20.        _set[index] = key;  // insert value  
21.        return index;       // empty, all done  
22.    }  
23.  
24.    if (cur == key || equals(key, cur)) {  
25.        return -index - 1;   // already stored  
26.    }  
27.  
28.    return insertKeyRehash(key, index, hash, cur);  
29.}

2. Javolution - 对实时、内置、高性能系统提供Java解决方案 

Javolution中的哈希表是jvolution.util.FastMap, 其内部是双向链表,默认初始大小是16,扩展时变为2倍。并没有显式定义load factor, 从下面语句可以知道,其值为0.5 

01.if (map._entryCount + map._nullCount > (entries.length >> 1)) { // Table more than half empty.  
02.    map.resizeTable(_isShared);  
03.}  


再看下put函数,比较惊人的是其index和slot的取得,完全是用hashkey移位的方式取得的,这样同时计算了index和避免了碰撞。

01.private final Object put(Object key, Object value, int keyHash,  
02.        boolean concurrent, boolean noReplace, boolean returnEntry) {  
03.    final FastMap map = getSubMap(keyHash);  
04.    final Entry[] entries = map._entries; // Atomic.  
05.    final int mask = entries.length - 1;  
06.    int slot = -1;  
07.    for (int i = keyHash >> map._keyShift;; i++) {  
08.        Entry entry = entries[i & mask];  
09.        if (entry == null) {  
10.            slot = slot < 0 ? i & mask : slot;  
11.            break;  
12.        } else if (entry == Entry.NULL) {  
13.            slot = slot < 0 ? i & mask : slot;  
14.        } else if ((key == entry._key) || ((keyHash == entry._keyHash) && (_isDirectKeyComparator ? key.equals(entry._key)  
15.                : _keyComparator.areEqual(key, entry._key)))) {  
16.            if (noReplace) {  
17.                return returnEntry ? entry : entry._value;  
18.            }  
19.            Object prevValue = entry._value;  
20.            entry._value = value;  
21.            return returnEntry ? entry : prevValue;  
22.        }  
23.    }  
24.    ...  
25.}      
原文地址:https://www.cnblogs.com/zhoudi/p/5539516.html