基于拉鏈式和線性探測式散列表實現(xiàn)Map
“程序員必讀書單：https://github.com/silently9527/ProgrammerBooks
微信公眾號：貝塔學Java
”
前言
前幾篇我們一起學習了基于數(shù)組、鏈表、二叉樹、紅黑樹來實現(xiàn)Map的操作，本篇我們將會一起來學習基于散列表來實現(xiàn)Map，這種方式對應著java里面的HashMap，這也是使用最多的一種方式
散列表實現(xiàn)Map主要分為了兩個步驟:
基于散列函數(shù)將被查找鍵轉換為數(shù)組的下標 處理散列值沖突的情況，有兩種方式來處理沖突：拉鏈式和線性探測
散列函數(shù)
實現(xiàn)散列表的第一步就是需要考慮如何把一個鍵轉換為數(shù)組的下標，這時候就需要使用到散列函數(shù)，先把鍵值轉換成一個整數(shù)然后在使用除留余數(shù)法計算出數(shù)組的下標。每種類型的鍵我們都需要一個不同的散列函數(shù)。
在java中對于常用的數(shù)據類型已經實現(xiàn)了hashCode，我們只需要根據hashCode的值使用除留余數(shù)法即可轉換成數(shù)組的下標
java中的約定：如果兩個對象的equals相等，那么hashCode一定相同；如果hashCode相同，equals不一定相同。對于自定義類型的鍵我們通常需要自定義實現(xiàn)hashCode和equals；默認的hashCode返回的是對象的內存地址，這種散列值不會太好。
下面我來看看Java中常用類型的hashCode計算方式
Integer
由于hashCode需要返回的值就是一個int值，所以Integer的hashCode實現(xiàn)很簡單，直接返回當前的value值
@Override
public int hashCode() {
return Integer.hashCode(value);
}
public static int hashCode(int value) {
return value;
}
Long
Java中Long類型的hashCode計算是先把值無符號右移32位，之后再與值相異或，保證每一位都用用到，最后強制轉換成int值
@Override
public int hashCode() {
return Long.hashCode(value);
}
public static int hashCode(long value) {
return (int)(value ^ (value >>> 32));
}
Double、Float
浮點類型的鍵java中hashCode的實現(xiàn)是將鍵表示為二進制
public static int hashCode(float value) {
return floatToIntBits(value);
}
public static int floatToIntBits(float value) {
int result = floatToRawIntBits(value);
// Check for NaN based on values of bit fields, maximum
// exponent and nonzero significand.
if ( ((result & FloatConsts.EXP_BIT_MASK) ==
FloatConsts.EXP_BIT_MASK) &&
(result & FloatConsts.SIGNIF_BIT_MASK) != 0)
result = 0x7fc00000;
return result;
}
String
java中每個char都可以表示成一個int值，所以字符串轉換成一個int值
public int hashCode() {
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
hash = h;
}
return h;
}
軟緩存
如果計算一個散列值比較耗時，那么我可以這個計算好的值緩存起來，即使用一個變量把這個值保存起來，在下一次調用時直接返回。Java中的String就是采用的這種方式。
拉鏈式的散列表
散列函數(shù)能夠將鍵值轉換成數(shù)組的下標；第二步就是需要處理碰撞沖突，也就是需要處理遇到了兩個散列值相同的對象應該如何存儲。有一種方式是數(shù)組中的每一個元素都指向一個鏈表用來存放散列值相同的對象，這種方式被稱為拉鏈法
拉鏈法可以使用原始的鏈表保存鍵，也可以采用我們之前實現(xiàn)的紅黑樹來表示，在java8中采用的這兩種方式的混合，在節(jié)點數(shù)超過了8之后變?yōu)榧t黑樹。
這里我們就采用簡單的鏈表來實現(xiàn)拉鏈式散列表，數(shù)據結構使用在前幾篇中已經實現(xiàn)的LinkedMap，可以參考前面的文章《基于數(shù)組或鏈表實現(xiàn)Map》。
public class SeparateChainingHashMap<K, V> implements Map<K, V> {
private int size;
private LinkedMap<K, V>[] table;
public SeparateChainingHashMap(int capacity) {
this.table = (LinkedMap<K, V>[]) new LinkedMap[capacity];
for (int i = 0; i < capacity; i++) {
this.table[i] = new LinkedMap<>();
}
}
@Override
public void put(K key, V value) {
this.table[hash(key)].put(key, value);
size++;
}
private int hash(K key) {
return (key.hashCode() & 0x7fffffff) % table.length;
}
@Override
public V get(K key) {
return this.table[hash(key)].get(key);
}
@Override
public void delete(K key) {
this.table[hash(key)].delete(key);
size--;
}
@Override
public int size() {
return size;
}
}
這的hash函數(shù)使用key的hashCode與上0x7fffffff得到一個非負的整數(shù)，然后再使用除留余數(shù)法計算出數(shù)組的下標。其中0x7FFFFFFF 的二進制表示就是除了首位是 0，其余都是1，也就是說，這是最大的整型數(shù) int（因為第一位是符號位，0 表示他是正數(shù)）,可以使用Integer.MAX_VALUE代替
散列表的主要目的在于把鍵值均勻的分布到數(shù)組中，所以散列表是無序的，如果你需要的Map需要支持取出最大值，最小值，那么散列表都不適合。
這里我們實現(xiàn)的拉鏈式散列表的數(shù)組大小是固定的，但是通常在隨著數(shù)據量的增大，越短的數(shù)組出現(xiàn)碰撞的幾率會增大，所以需要數(shù)組支持動態(tài)的擴容，擴容之后需要把原來的值重新插入到擴容之后的數(shù)組中。數(shù)組的擴容可以參考之前的文章《老哥是時候來復習下數(shù)據結構與算法了》
線性探測式散列表
實現(xiàn)散列表的另一種方式就是用大小為M來保存N個鍵值，其中M>N；解決碰撞沖突就需要利用數(shù)組中的空位；這種方式中最簡單的實現(xiàn)就是線性探測。
線性探測的主要思路：當插入一個鍵，發(fā)生碰撞沖突之后直接把索引加一來檢查下一個位置，這時候會出現(xiàn)三種情況:
下一個位置和待插入的鍵相等，那么值就修改值 下一個位置和待插入的鍵不相等，那么索引加一繼續(xù)查找 如果下一個位置還是一個空位，那么直接把待插入對象放入到這個空位
初始化
線性探測式散列表使用兩個數(shù)組來存放keys和values，capacity表示初始化數(shù)組的大小
private int size;
private int capacity;
private K[] keys;
private V[] values;
public LinearProbingHashMap(int capacity) {
this.capacity = capacity;
this.keys = (K[]) new Object[capacity];
this.values = (V[]) new Object[capacity];
}
插入
當插入鍵的位置超過了數(shù)組的大小，就需要回到數(shù)組的開始位置繼續(xù)查找，直到找到一個位置為null的才結束； index = (index + 1) % capacity當數(shù)組已存放的容量超過了數(shù)組總容量的一半，就需要擴容到原來的2倍
@Override
public void put(K key, V value) {
if (Objects.isNull(key)) {
throw new IllegalArgumentException("Key can not null");
}
if (this.size > this.capacity / 2) {
resize(2 * this.capacity);
}
int index;
for (index = hash(key); this.keys[index] != null; index = (index + 1) % capacity) {
if (this.keys[index].equals(key)) {
this.values[index] = value;
return;
}
}
this.keys[index] = key;
this.values[index] = value;
size++;
}
動態(tài)調整數(shù)組的大小
我們可以參考之前在文章《老哥是時候來復習下數(shù)據結構與算法了》中實現(xiàn)的動態(tài)調整數(shù)據的大??；在線性探測中需要把原來的數(shù)據重新插入到擴容之后的數(shù)據，因為數(shù)組的大小變了需要重新計算索引的位置。
private void resize(int cap) {
LinearProbingHashMap<K, V> linearProbingHashMap = new LinearProbingHashMap<>(cap);
for (int i = 0; i < capacity; i++) {
linearProbingHashMap.put(keys[i], values[i]);
}
this.keys = linearProbingHashMap.keys;
this.values = linearProbingHashMap.values;
this.capacity = linearProbingHashMap.capacity;
}
查詢
線性探測散列表中實現(xiàn)查詢的思路：根據待查詢key的hash函數(shù)計算出索引的位置，然后開始判斷當前位置上的key是否和待查詢key相等，如果相等那么就直接返回value，如果不相等那么就繼續(xù)查找下一個索引直到遇到某個位置是null才結束，表示查詢的key不存在；
@Override
public V get(K key) {
if (Objects.isNull(key)) {
throw new IllegalArgumentException("Key can not null");
}
int index;
for (index = hash(key); this.keys[index] != null; index = (index + 1) % capacity) {
if (this.keys[index].equals(key)) {
return this.values[index];
}
}
return null;
}
刪除元素
線性探測式的刪除稍微麻煩一些，首先需要查找出待刪除的元素位置，刪除元素之后需要把當前索引之后的連續(xù)位置上的元素重新插入；因為是否有空位對于線性探測式散列表的查找至關重要；例如：5->7->9，刪除了7之后，如果不重新插入7的位置就是空位，那么get方法將無法查詢到9這個元素；
每次刪除之后都需要檢測一次數(shù)組中實際元素的個數(shù)，如果與數(shù)組的容量相差較大，就可以進行縮容操作；
@Override
public void delete(K key) {
if (Objects.isNull(key)) {
throw new IllegalArgumentException("Key can not null");
}
int index;
for (index = hash(key); this.keys[index] != null; index = (index + 1) % capacity) {
if (this.keys[index].equals(key)) {
this.keys[index] = null;
this.values[index] = null;
break;
}
}
for (index = (index + 1) % capacity; this.keys[index] != null; index = (index + 1) % capacity) {
this.size--;
this.put(this.keys[index], this.values[index]);
this.keys[index] = null;
this.values[index] = null;
}
this.size--;
if (size > 0 && size < capacity / 4) {
resize(capacity / 2);
}
}
文中所有源碼已放入到了github倉庫:https://github.com/silently9527/JavaCore
最后（點關注，不迷路）
文中或許會存在或多或少的不足、錯誤之處，有建議或者意見也非常歡迎大家在評論交流。
最后，寫作不易，請不要白嫖我喲，希望朋友們可以點贊評論關注三連，因為這些就是我分享的全部動力來源??