Java数据结构之散列表(动力节点Java学院整理)

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：

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。                   

 /** 
  * 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：

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!

hashmap中冲突处理代码如下   

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。

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