全面解析java中的hashtable
hashtables提供了一个很有用的方法可以使应用程序的性能达到最佳。
hashtables(哈希表)在计算机领域中已不 是一个新概念了。它们是用来加快计算机的处理速度的,用当今的标准来处理,速度非常慢,而它们可以让你在查询许多数据条目时,很快地找到一个特殊的条目。 尽管现代的机器速度已快了几千倍,但是为了得到应用程序的最佳性能,hashtables仍然是个很有用的方法。
设想一下,你有一个包含约一千条记录的数据文件??比如一个小企业的客户记录还有一个程序,它把记录读到内存中进行处理。每个记录包含一个唯一的五 位数的客户id号、客户名字、地址、帐户结余等等。假设记录不是按客户id号顺序分类的,所以,如果程序要将客户号作为“key” 来查找一个特殊的客户记录,唯一的查找方法就是连续地搜索每个记录。有时侯,它会很快找到你需要的记录;但有时侯,在程序找到你需要的记录前,它几乎已搜 索到了最后一条记录。如果要在1,000条记录中搜索,那么查找任何一条记录都需要程序平均查核500.5 ((1000 + 1 )/2)条记录。如果你常需要查找数据,你应该需要一个更快的方法来找到一条记录。
一种加快搜索的方法就是把记录分成几段,这样,你就不用搜索一个很大的列表了,而是搜索几个短的列表。对于我们数字式的客户id号,你可以建10个 列表??以0开头的id号组成一个列表,以1开头的id号组成一个列表,依此类推。那么要查找客户id号38016,你只需要搜索以3开头的列表就行了。 如果有1,000条记录,每个列表的平均长度为100 (1,000条记录被分成10个列表),那么搜索一条记录的平均比较次数就降到了约50(见图1)。
当然,如果约十分之一的客户号是以0开头的,另外十分之一是以1开头的,等等,那么这种方法会很适合。如果90%的客户号以0开头,那么那个列表就 会有900条记录,每次查找平均需要进行 450次比较。另外,程序需要执行的搜索有90%都是针对以0开头的号码的。因此,平均比较数就大大超过简单数学运算的范围了。
如果我们可以按这样一种方式在我们的列表中分配记录,情况就会好一些,即每个列表约有相同条目的记录,而不管键值中数字的分布。我们需要一种方法能 够把客户号码混合到一起并更好地分布结果。例如,我们可以取号码中的每位数,乘以某个大的数(随着数字位置的不同而不同),然后将结果相加产生一个总数, 把这个数除以10,并将余数作为索引值(index)。当读入记录时,程序在客户号码上运行这个哈希(hash) 函数来确定记录属于哪个列表。当用户需要查询时,将同一个哈希函数作为一个“key”用于客户号码,这样就可以搜索正确的列表了。像这样的一个数据结构就 称为一个哈希表(hashtable)。
java中的hashtables
java包含两个类,java.util.hashtable 和java.util.hashmap,它们提供了一个多种用途的hashtable机制。这两个类很相似,通常提供相同的公有接口。但它们的确有一些重要的不同点,我在后面会讲到。
hashtable和hashmap对象可以让你把一个key和一个value结合起来,并用put() 方法把这对key/value输入到表中。然后你可以通过调用get()方法,把key作为参数来得到这个value(值)。只要满足两个基本的要求, key和value可以是任何对象。注意,因为key和value必须是对象,所以原始类型(primitive types)必须通过运用诸如integer(int)的方法转换成对象。
为了将一个特定类的对象用做一个key,这个类必须提供两个方法,equals() 和 hashcode()。这两个方法在java.lang.object中,所以所有的类都可以继承这两个方法;但是,这两个方法在object类中的实现一般没什么用,所以你通常需要自己重载这两个方法。
equals ()方法把它的对象同另一个对象进行比较,如果这两个对象代表相同的信息,则返回true。该方法也查看并确保这两个对象属于相同的类。如果两个参照对象 是完全一样的对象,object.equals()返回true,这就说明了为什么这个方法通常不是很适合的原因。在大多数情况下,你需要一个方法来一个 字段一个字段地进行比较,所以我们认为代表相同数据的不同对象是相等的。
hashcode()方法通过运用对象的内容执行一个哈希函数来生成一个int值。hashtable和hashmap用这个值来算出一对key/value位于哪个bucket(哈希元)(或列表)中。
作为例子,我们可以查看一下string 类,因为它有自己的方法来实现这两个方法。string.equals()对两个string对象一个字符一个字符地进行比较,如果字符串是相同的,则返回true:
string myname = "einstein";
// the following test is
// always true
if ( myname.equals("einstein") )
{ ...
string.hashcode ()在一个字符串上运行哈希函数。字符串中每个字符的数字代码都乘以31,结果取决于字符串中字符的位置。然后将这些计算的结果相加,得到一个总数。这个 过程似乎很复杂,但是它确保能够更好地分布值。它也证明了你在开发你自己的hashcode()方法时,能够走多远,确信结果是唯一的。
例如,假设我要用一个hashtable来实现一个书的目录,把书的isbn号码作为搜索键来进行搜索。我可以用string类来承载细节,并准备好了equals()和hashcode()方法(见列表1)。我们可以用put()方法添加成对的key/value到hashtable中(见列表2)。
put()方法接受两个参数,它们都属于object类型。第一个参数是key;第二个参数是value。put()方法调用key的hashcode()方法,用表中的列表数来除这个结果。把余数作为索引值来确定该条记录添加到哪个列表中。注意,key在表中是唯一的;如果你用一个已经存在的key来调用put(),匹配的条目就被修改了,因此它参照的是一个新的值,而旧的值被返回了(当key在表中不存在时,put()返回空值)。
要读取表中的一个值,我们把搜索键用于get()方法。它返回一个转换到正确类型的object参照:
bookrecord br =
(bookrecord)isbntable.get(
"0-345-40946-9");
system.out.println(
"author: " + br.author
+ " title: " + br.title);
另一个有用的方法是remove(),其用法同get()几乎一样,它把条目从表中删除,并返回给调用程序。
你自己的类
如果你想把一个原始类型用做一个key,你必须创建一个同等类型的对象。例如,如果你想用一个整数key,你应该用构造器 integer(int)从整数中生成一个对象。所有的封装类??如integer、float和boolean都把原始值看做是对象,它们重载了 equals()和hashcode() 方法,因此,它们可以被用做key。jdk中提供的许多其它的类也是这样的(甚至hashtable和hashmap类都实现它们自己的equals() 和hashcode()方法),但你把任何类的对象用做hashtable keys前,应该查看文件。查看类的来源,看看equals()和hashcode()是如何实现的,也很有必要。例如,byte、character、 short和integer都返回所代表的整数值作为哈希码。这可能适合,也可能不适合你的需求。
在java中运用hashtables
如果你想创建一个hashtable,这个hashtable运用你自己定义的一个类的对象作为key,那么你应该确信这个类的equals()和hashcode()方法提供有用的值。首先查看你扩展的类,确定它的实现是否满足你的需求。如果没有,你应该重载方法。
任何equals()方法的基本设计约束是,如果传递给它的对象属于同一个类,而且它的数据字段设定为表示同样数据的值,那么它就应该返回 true。你也应该确信,如果传递一个空的参数给该方法,那么你的代码返回
false:public boolean equals(object o)
{
if ( (o == null)
|| !(o instanceof myclass))
{
return false;
}
// now compare data fields...
另外,在设计一个hashcode()方法时,应该记住一些规则。首先,该方法必须为一个特定的对象返回相同的值,而不管这个方法被调用了多少次 (当然,只要对象的内容在调用之间没有改变,在将一个对象用做一个hashtable的key时,应该避免这一点)。第二,如果由你的equals()方 法定义的两个对象是相等的,那么它们也必须生成相同的哈希码。第三,这更像是一个方针,而不是一个原则,你应该设法设计方法,使它为不同的对象内容生成不 同的结果。如果偶尔不同的对象正好生成了相同的哈希码,这也不要紧。但是,如果该方法只能返回范围在1到10的值,那么只能用10个列表,而不管在 hashtable中有多少个列表。
在设计equals()和hashcode()时,另一个要记住的因素是性能问题。每次调用put() 或get(),都包括调用hashcode()来查找正确的列表,当get()扫描列表来查找key时,它为列表中的每个元素调用equals()。实现 这些方法使它们尽可能快而有效地运行,尤其当你打算使你的类公开可用时,因为其它的用户可能想在执行速度很重要的情况下,在高性能的应用程序中运用你的 类。
hashtable性能
影响hashtable功效的主要因素就是表中列表的平均长度,因为平均搜索时间与这个平均长度直接相关。很显然, 要减小平均长度,你必须增加hashtable中列表的数量;如果列表数量非常大,以至于大多数列表或所有列表只包含一条记录,你就会获得最佳的搜索效 率。然而,这样做可能太过分了。如果你的hashtable的列表数远远多于数据条目,那你就没有必要做这样的内存花费了,而在一些情况下,人们也不可能 接受这样的做法。
在我们前面的例子中,我们预先知道我们有多少条记录1,000。知道这点后,我们就可以决定我们的hashtable 应该包含多少个列表,以便达成搜索速度和内存使用效率之间最好的折中方式。然而,在许多情况下,你预先不知道你要处理多少条记录;数据被读取的文件可能会 不断扩大,或者记录的数量可能一天一天地发生很大的变化。
随着条目的增加,hashtable和hashmap类通过动态地扩展表来处理这个问题。这两个类都有接受表中列表最初数量的构造器,和一个作为参数的负载系数(load factor):
public hashtable(
int initialcapacity,
float loadfactor)
public hashmap(
int initialcapacity,
float loadfactor)
将这两个数相乘计算出一个临界值。每次给哈希表添加一个新的条目时,计数就被更新,当计数超过临界值时,表被重新设置(rehash)。(列表数量 增加到以前数量的两倍加1,所有的条目转移到正确的列表中。)缺省的构造器设定最初的容量为11,负载系数是0.75,所以临界值是8。当第九条记录被添 加到表中时,就重新调整哈希表,使其有23个列表,新的临界值将是17(23*0.75的整数部分)。你可以看到,负载系数是哈希表中平均列表数量的上 限,这就意味着,在缺省情况下,哈希表很少会有许多包含不只一条记录的列表。比较我们最初的例子,在那个例子中,我们有1,000条记录,分布在10个列 表中。如果我们用缺省值,这个表将会扩展到含有1,500多个列表。但你可以控制这点。如果用负载系数相乘的列表数量大于你处理的条目数,那么表永远不会 重制,所以我们可以仿效下面的例子:
// table will not rehash until it
// has 1,100 entries (10*110):
hashtable myhashtable =
new hashtable(10, 110.0f);
你可能不想这么做,除非你没有为空的列表节省内存,而且不介意额外的搜索时间,这可能在嵌入系统中会出现这种情况。然而,这种方法可能很有用,因为重新设置很占用计算时间,而这种方法可以保证永远不会发生重新设置这种情况。
注意,虽然调用put()可以使表增大(列表数量增加),调用remove()不会有相反的结果。所以,如果你有一个大的表,而且从中删除了大部分条目,结果你会有一个大的但是大部分是空的表。
hashtable和hashmap
hashtable和hashmap类有三个重要的不同之处。第一个不同主要是历史原因。hashtable是基于陈旧的dictionary类的,hashmap是java 1.2引进的map接口的一个实现。
也许最重要的不同是hashtable的方法是同步的,而hashmap的方法不是。这就意味着,虽然你可以不用采取任何特殊的行为就可以在一个多 线程的应用程序中用一个hashtable,但你必须同样地为一个hashmap提供外同步。一个方便的方法就是利用collections类的静态的 synchronizedmap()方法,它创建一个线程安全的map对象,并把它作为一个封装的对象来返回。这个对象的方法可以让你同步访问潜在的hashmap。这么做的结果就是当你不需要同步时,你不能切断hashtable中的同步(比如在一个单线程的应用程序中),而且同步增加了很多处理费用。
第三点不同是,只有hashmap可以让你将空值作为一个表的条目的key或value。hashmap中只有一条记录可以是一个空的key,但任 意数量的条目可以是空的value。这就是说,如果在表中没有发现搜索键,或者如果发现了搜索键,但它是一个空的值,那么get()将返回null。如果 有必要,用containkey()方法来区别这两种情况。
一些资料建议,当需要同步时,用hashtable,反之用hashmap。但是,因为在需要时,hashmap可以被同步,hashmap的功能 比hashtable的功能更多,而且它不是基于一个陈旧的类的,所以有人认为,在各种情况下,hashmap都优先于hashtable。
关于properties
有时侯,你可能想用一个hashtable来映射key 的字符串到value的字符串。dos、windows和unix中的环境字符串就有一些例子,如key的字符串path被映射到value的字符串c: \windows;c:\windows\system。hashtables是表示这些的一个简单的方法,但java提供了另外一种方法。
java.util.properties类是hashtable的一个子类,设计用于string keys和values。properties对象的用法同hashtable的用法相象,但是类增加了两个节省时间的方法,你应该知道。
store()方法把一个properties对象的内容以一种可读的形式保存到一个文件中。load()方法正好相反,用来读取文件,并设定properties对象来包含keys和values。
注意,因为properties扩展了hashtable,你可以用超类的put()方法来添加不是string对象的keys和values。这是不可取的。另外,如果你将store()用于一个不包含string对象的properties对象,store()将失败。作为put()和get()的替代,你应该用setproperty()和getproperty(),它们用string参数。
好了,我希望你现在可以知道如何用hashtables来加速你的处理了