_156_Java_解决哈希冲突的三种方法

最新推荐文章于 2024-04-14 22:58:38 发布

转载最新推荐文章于 2024-04-14 22:58:38 发布 · 589 阅读

_002_Java 专栏收录该内容

164 篇文章

订阅专栏

本文深入探讨了散列表中的两种冲突解决策略：拉链法与开放地址法。拉链法通过链表存储冲突元素，适用于不确定表长的情况，提供高效的删除操作。开放地址法则采用再寻址策略，如线性探查、二次探查和伪随机探测，避免了额外的指针开销。对比两者优劣，为实际应用选择合适策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

转自http://www.cnblogs.com/kaleidoscope/p/9588151.html，感谢作者的无私分享。

转自https://blog.youkuaiyun.com/abm1993/article/details/80886058，感谢作者的无私分享。

一、拉链法

一介绍

拉链法又叫链地址法，Java中的HashMap在存储数据的时候就是用的拉链法来实现的，拉链发就是把具有相同散列地址的关键字(同义词)值放在同一个单链表中，称为同义词链表。有m个散列地址就有m个链表，同时用指针数组T[0..m-1]存放各个链表的头指针，凡是散列地址为i的记录都以结点方式插入到以T[i]为指针的单链表中。T中各分量的初值应为空指针(来自百度知道)。

二具体实现（依据HashMap分析）

//当我们向HashMap中进行存储数据对象时，我们先根据key中，生成一个hash值
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
 
    /**
     * Implements Map.put and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0) /*判断当前的HashMap是否已经初始化，
这里的table，是Node<K,V>[] table数组，而Node就是一个链表实现*/
            n = (tab = resize()).length;//进行初始化
        if ((p = tab[i = (n - 1) & hash]) == null)//位运算获取key对应的数组的索引，并检查对应的数据是否存在
            tab[i] = newNode(hash, key, value, null);//当table数组对应没有结点数据时，创建新的结点，此时结点的next为null(构造函数最后一个参数)，插入的数据便是链表头部。
        else {//这里说明对应节点已经至少存在一个结点数据
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))//判断当前的结点是否与插入的结点为同一个节点
                e = p;//如果是看后续分析
            else if (p instanceof TreeNode)//进入红黑树逻辑，暂不重点介绍
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {//循环遍历链表数据
                    if ((e = p.next) == null) {//链表尾部，往链表插入
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) /* -1 for 1st//jdk1.8之后为了弥补之前数组+链表的实现，
                                                             在链表有n个元素时，遍历的时间复杂度O(n),
                                                           引入了红黑树(复杂度为O(logn)，这里暂不细分，只着重分析拉链法的具体实现*/
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;//循环寻找链表中是否存在同key的情况，存在则进入后续分析
                    p = e;//既没有达到链表尾部，又没有相同key，继续遍历链表，直到链表尾部
                }
            }
            if (e != null) { // existing mapping for key//后续分析
                V oldValue = e.value;//如果进入此判断，说明当前的key值存在值，则更新value值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
后续分析
            else if (p instanceof TreeNode)//进入红黑树逻辑，暂不重点介绍
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {//循环遍历链表数据
                    if ((e = p.next) == null) {//链表尾部，往链表插入
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) /* -1 for 1st//jdk1.8之后为了弥补之前数组+链表的实现，
                                                             在链表有n个元素时，遍历的时间复杂度O(n),
                                                           引入了红黑树(复杂度为O(logn)，这里暂不细分，只着重分析拉链法的具体实现*/
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;//循环寻找链表中是否存在同key的情况，存在则进入后续分析
                    p = e;//既没有达到链表尾部，又没有相同key，继续遍历链表，直到链表尾部
                }
            }
            if (e != null) { // existing mapping for key//后续分析
                V oldValue = e.value;//如果进入此判断，说明当前的key值存在值，则更新value值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

上诉HashMap的添加数据的代码逻辑，淋漓尽致的体现了拉链法的代码实现，简单来说拉链发就是数组加链表

    //通过指定的key向HashMap中获取对应的value
    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
 
    /**
     * Implements Map.get and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @return the node, or null if none
     */
    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {//
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode) 
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;//满足条件：HashMap还未初始化，已初始化但length为0，未在HashMap中找到指定key对应的value时返回null
    }

后续分析
            else if (p instanceof TreeNode)//进入红黑树逻辑，暂不重点介绍
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {//循环遍历链表数据
                    if ((e = p.next) == null) {//链表尾部，往链表插入
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) /* -1 for 1st//jdk1.8之后为了弥补之前数组+链表的实现，在链表有n个元素时，遍历的时间复杂度O(n),引入了红黑树(复杂度为O(logn)，这里暂不细分，只着重分析拉链法的具体实现*/
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;//循环寻找链表中是否存在同key的情况，存在则进入后续分析
                    p = e;//既没有达到链表尾部，又没有相同key，继续遍历链表，直到链表尾部
                }
            }
            if (e != null) { // existing mapping for key//后续分析
                V oldValue = e.value;//如果进入此判断，说明当前的key值存在值，则更新value值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

三总结
从HashMap的实现来看，我们总结拉链发的实现步骤如下：
1. 计算 key 的 hashValue
2. 根据 hashValue 值定位到 table[hashIndex] 。( table[hashIndex] 是一条链表Node)
3. 若 table[hashValue] 为空则直接插入，不然则添加到链表末尾

与开放定址法相比，拉链法有如下几个优点：

①拉链法处理冲突简单，且无堆积现象，即非同义词决不会发生冲突，因此平均查找长度较短；

②由于拉链法中各链表上的结点空间是动态申请的，故它更适合于造表前无法确定表长的情况；

③开放定址法为减少冲突，要求装填因子α较小，故当结点规模较大时会浪费很多空间。而拉链法中可取α≥1，且结点较大时，拉链法中增加的指针域可忽略不计，因此节省空间；

④在用拉链法构造的散列表中，删除结点的操作易于实现。只要简单地删去链表上相应的结点即可。

拉链法的缺点

指针需要额外的空间，故当结点规模较小时，开放定址法较为节省空间，而若将节省的指针空间用来扩大散列表的规模，可使装填因子变小，这又减少了开放定址法中的冲突，从而提高平均查找速度。

使用例子：HashMap

二、开发地址法

开放地址法有个非常关键的特征，就是所有输入的元素全部存放在哈希表里，也就是说，位桶的实现是不需要任何的链表来实现的，换句话说，也就是这个哈希表的装载因子不会超过1。它的实现是在插入一个元素的时候，先通过哈希函数进行判断，若是发生哈希冲突，就以当前地址为基准，根据再寻址的方法（探查序列），去寻找下一个地址，若发生冲突再去寻找，直至找到一个为空的地址为止。所以这种方法又称为再散列法。

有几种常用的探查序列的方法：

①线性探查

dii=1，2，3，…，m-1；这种方法的特点是：冲突发生时，顺序查看表中下一单元，直到找出一个空单元或查遍全表。

（使用例子：ThreadLocal里面的ThreadLocalMap）

②二次探查

di=12，-12，22，-22，…，k2，-k2 ( k<=m/2 )；这种方法的特点是：冲突发生时，在表的左右进行跳跃式探测，比较灵活。

③ 伪随机探测

di=伪随机数序列；具体实现时，应建立一个伪随机数发生器，（如i=(i+p) % m），生成一个位随机序列，并给定一个随机数做起点，每次去加上这个伪随机数++就可以了。