散列表(Hash table)
也称为 哈希表 。是字典的一种抽象。比如说你要查一个字，通过这个字的拼音首字母，找到这个字的页码，然后翻到那页找就行了。这种方法直接把查找 时间复杂度 降到了常数。但是要牺牲一定的计算索引的时间。计算索引的那个函数称为 哈希函数 ( 散列函数``)。如果两个不同的 key`算出了同一个索引，此时就要用到一定的方法来解决哈希冲突。
哈希函数
哈希函数 一般具有如下特点。
- 相等的 key 产生相等的 哈希值
- 计算简单方便
- 哈希值 均匀分布。(若过度集中，则容易使效率降低到 o(n) )
构造 哈希函数 有多种方法，这里不详细讲解。
哈希冲突
拉链法
Java 标准库的 HashMap 基本上就是用 拉链法 实现的。 拉链法 的实现比较简单，将链表和数组相结合。也就是说创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加到链表中即可。
实现步骤
- 得到一个 key
- 计算 key 的 hashValue
- 根据 hashValue 值定位到 data[hashValue] 。( data[hashValue] 是一条链表)
- 若 data[hashValue] 为空则直接插入
- 不然则添加到链表末尾
这里需要注意的是， 哈希函数 必须保证 哈希值 的 均匀分布 ，若全部集中在一条链表中，则 时间复杂度 和顺序链表相同。
还有一点则是数组的大小，若你能估计数据的大小，则直接指定即可，否则就需要 动态扩充 数组。
实现
public class SeparateChainingHashST<Key,Value> {
//这里的M需要根据实际情况调整
public SeparateChainingHashST(int M) {
this.M = M;
st = (SequentialSearchST<Key, Value>[]) new SequentialSearchST[M]; for (int i=0;i<M;i++){
st[i]=new SequentialSearchST<Key,Value>();
}
}
private int hash(Key key){ return (key.hashCode() & 0x7fffffff) % M;
}
public void put(Key k,Value v){
int hashValue = hash(k);
st[hashValue].put(k,v);
}
public Value get(Key k){
int hashValue = hash(k); return st[hashValue].get(k);
}
} 线性探测
线性探测 直接使用数组来存储数据。可以想象成一个停车问题。若当前车位已经有车，则你就继续往前开，直到找到下一个为空的车位。
线性探测
线性探测 直接使用数组来存储数据。可以想象成一个停车问题。若当前车位已经有车，则你就继续往前开，直到找到下一个为空的车位。
实现步骤
- 得到 key
- 计算得 hashValue
- 若不冲突，则直接填入数组
- 若冲突，则使 hashValue++ ，也就是往后找，直到找到第一个 data[hashValue] 为空的情况,则填入。若到了尾部可循环到前面。
实现
public class LinearProbingHashST<Key,Value> {
public LinearProbingHashST(int cap) {
keys = (Key[]) new Object[cap];
values = (Value[]) new Object[cap];
M = cap;
}
private int hash(Key key){ return (key.hashCode() & 0x7fffffff) % M;
}
public void put(Key key,Value value){
//若当前数据含量超过了总容量的一半，则重新调整容量 if(N>=M/2) resize(2*M);
int hashValue = hash(key); if (values[hashValue]==null){
keys[hashValue] = key;
values[hashValue] = value;
N++;
} else if(keys[hashValue].equals(key)){
values[hashValue]=value;
} else{ while (values[hashValue] != null){ hashValue = (hashValue+1)%M;
}
keys[hashValue] = key;
values[hashValue] = value;
N++;
}
}
public Value get(Key key){
int hashValue = hash(key); if (keys[hashValue]!=null&&!keys[hashValue].equals(key)){ while (keys[hashValue]!=null &&keys[hashValue]!=key){ hashValue = (hashValue+1)%M;
}
} return values[hashValue];
}
} 性能比较
一般来说，使用 散列表 会比 红黑树 快很多。但具体还是要看 哈希函数 的计算效率。但是 散列表 无法保证顺序，所以如果你需要进行有关顺序的操作，应该使用 红黑树 或者 二叉搜索树 。
对于 线性探测 来说动态调整数组大小是必要的，不然会产生死循环。
拉链法 的删除操作比较方便，直接链表修改地址即可。而 线性探测 删除操作很复杂，而且 线性探测 耗费的内存比拉链法要多。
分别对四个文件进行插入搜索操作。
- tale.txt (779kb)
顺序查找(7.143秒) 二分查找(0.46秒) 二叉搜索树 (0.191秒) 红黑树 (0.237秒) 拉链法 (0.124秒) 线性探测 (0.103秒) - leipzig100k.txt (12670kb)
顺序查找(无) 二分查找(13.911秒) 二叉搜索树 (1.389秒) 红黑树 (1.442秒)
拉链法 (0.707秒) 线性探测 (0.562秒) - leipzig300k.txt (37966kb)
顺序查找(无) 二分查找(60.222秒) 二叉搜索树 (2.742秒) 红黑树 (3.104秒)
拉链法 (1.839秒) 线性探测 (1.559秒) - leipzig1m.txt (126607kb)
顺序查找(无) 二分查找(无) 二叉搜索树 (3.016秒) 红黑树 (2.797秒)
拉链法 (3.938秒) 线性探测 (3.668秒)
京公网安备 11010502036488号