散列算法与散列码 散列算法与散列码(实例讲解)
人气:3一、引入
/** * Description:新建一个类作为map的key */ public class Groundhog { protected int number; public Groundhog(){ } public Groundhog(int number) { this.number = number; } @Override public String toString() { return "Groundhog{" + "number=" + number + '}'; } } /** * Description:新建一个类作为map的value */ public class Prediction { private boolean shadow=Math.random() > 0.5; @Override public String toString() { if (shadow) return "Six more weeks of Winter"; else return "Early Spring!"; } } /** * Description:测试类 */ public class SpringDetector { public static void detectSpring(Class grondHotClass) throws Exception{ Constructor constructor = grondHotClass.getConstructor(new Class[]{int.class}); Map map=new HashMap(); for (int i=0;i<10;i++){ map.put(constructor.newInstance(new Object[]{new Integer(i)}),new Prediction()); } System.out.println("map="+map); Groundhog groundhog=(Groundhog)constructor.newInstance(new Object[]{new Integer(3)}); System.out.println(groundhog); if (map.containsKey(groundhog)) {//查找这个key是否存在 System.out.println((Prediction)map.get(groundhog)); }else { System.out.println("key not find:"+groundhog); } } public static void main(String[] args) { try { detectSpring(Groundhog.class); } catch (Exception e) { e.printStackTrace(); } } }
看这个结果,问题就来了,map中明明存在Groudhog{number=3},为什么结果显示的是Key not find呢??问题出在哪里呢?原来是Groudhog类没有重写hashCode()方法,所以这里是使用Object的hashCode()方法生成散列码,而他默认是使用对象的地址计算散列码。因此,由Groudhog(3)生成的第一个实例的散列码与Groudhog(3)生成的散列码是不同的,所以无法查找到 key。但是仅仅重写hashCode()还是不够的,除非你重写equals()方法。原因在于不同的对象可能计算出同样的hashCode的值,hashCode 的值并不是唯一的,当hashCode的值一样时,就会使用equals()判断当前的“键”是否与表中的存在的键“相同”,即“
二、理解hashCode()
散列的价值在于速度:散列使得查询得以快速执行。由于速度的瓶颈是对“键”进行查询,而存储一组元素最快的数据结构是数组,所以用它来代表键的信息,注意:数组并不保存“键”的本身。而通过“键”对象生成一个数字,将其作为数组的下标索引。这个数字就是散列码,由定义在Object的hashCode()生成(或成为散列函数)。同时,为了解决数组容量被固定的问题,不同的“键”可以产生相同的下标。那对于数组来说?怎么在同一个下标索引保存多个值呢??原来数组并不直接保存“值”,而是保存“值”的 List。然后对 List中的“值”使用equals()方法进行线性的查询。这部分的查询自然会比较慢,但是如果有好的散列函数,每个下标索引只保存少量的值,只对很少的元素进行比较,就会快的多。
不知道大家有没有理解我上面在说什么。不过没关系,下面会有一个例子帮助大家理解。不过我之前一直被一个问题纠结:为什么一个hashCode的下标存的会有多个值?因为hashMap里面只能有唯一的key啊,所以只能有唯一的value在那个下标才对啊。这里就要提出一个新的概念哈希冲突的问题,借用网上的一个例子:
比如:数组的长度是5。这时有一个数据是6。那么如何把这个6存放到长度只有5的数组中呢。按照取模法,计算6%5,结果是1,那么就把6放到数组下标是1的位置。那么,7就应该放到2这个位置。到此位置,哈希冲突还没有出现。这时,有个数据是11,按照取模法,11%5=1,也等于1。那么原来数组下标是1的地方已经有数了,是6。这时又计算出1这个位置,那么数组1这个位置,就必须储存两个数了。这时,就叫哈希冲突。冲突之后就要按照顺序来存放了。所以这里Java中用的解决方法就是在这个hashCode上存一个List,当遇到相同的hashCode时,就往这个List里add元素就可以了。这才是hash原理的精髓所在啊!哈哈、纠结我一天。
三、HashMap的性能因子
容量(Capacity):散列表中的数量。
初始化容量(Initial capacity):创建散列表时桶的数量。HashMap 和 HashSet都允许你在构造器中制定初始化容量。
尺寸(Size):当前散列表中记录的数量。
负载因子(Load factor):等于"size/capacity"。负载因子为0,表示空的散列表,0.5表示半满的散列表,依次类推。轻负载的散列表具有冲突少、适宜插入与适宜查询的特点(但是使用迭代器遍历会变慢)。HashMap和hashSet的构造器允许你制定负载因子。这意味着,当负载达到制定值时,容器会自动成倍的增加容量,并将原有的对象重新分配,存入新的容器内(这称为“重散列”rehashing)。HashMap默认的负载因子为0.75,这很好的权衡了时间和空间的成本。
备注:为使散列分布均衡,Java的散列函数都使用2的整数次方来作为散列表的理想容量。对现代的处理器来说,除法和求余是最慢的动作。使用2的整数次方的散列表,可用掩码代替除法。因为get()是使用最多的操作,求余数的%操作是其开销的大部分,而使用2的整数次方可以消除此开销(也可能对hashCode()有些影响)
四、怎么重写hashCode()
现在的IDE工具中,一般都能自动的帮我们重写了hashCode()和equals()方法,但那或许并不是最优的,重写hashCode()有两个原则:
必须速度快,并且必须有意义。也就是说,它必须基于对象的内容生成散列码。
应该产生分布均匀的散列码。如果散列码都集中在一块,那么在某些区域的负载就会变得很重。
下面是怎么写出一份像样的hashCode()的基本指导:
1、给int变量result 赋予某个非零值常量,例如 17。
2、为每个对象内每个有意义的属性f (即每个可以做equals()的属性)计算出一个 int 散列码c:
3、合并计算得到的散列值:result=37*result+c;
4、返回 result;
5、检查hashCode()最后生成的结果,确保相同的对象有相同的散列码。
五、自定义HashMap
下面我们将自己写一个hashMap,便于了解底层的原理,大家如果看的懂下面的代码,也就很好的理解了hashCode的原理了。
/** * Description:首先新建一个类作为map中存储的对象并重写了hashCode()和equals()方法 */ public class MPair implements Map.Entry,Comparable { private Object key,value; public MPair(Object key,Object value) { this.key = key; this.value=value; } @Override public int compareTo(Object o) { return ((Comparable)key).compareTo(((MPair)o).key); } @Override public Object getKey() { return key; } @Override public Object getValue() { return value; } @Override public int hashCode() { int result = key != null ? key.hashCode() : 0; result = 31 * result + (value != null ? value.hashCode() : 0); return result; } @Override public boolean equals(Object o) { return key.equals(((MPair)o).key); } @Override public Object setValue(Object v) { Object result=value; this.value=v; return result; } @Override public String toString() { return "MPair{" + "key=" + key + ", value=" + value + '}'; }
public class SimpleHashMap extends AbstractMap { private static final int SZ=3;//定一个初始大小的哈希表容量 private LinkedList[] linkedLists=new LinkedList[SZ];//建一个hash数组,用linkedList实现 public Object put(Object key,Object value){ Object result=null; int index=key.hashCode() % SZ;//对key的值做求模法求出index if (index<0) index=-index; if (linkedLists[index]==null) linkedLists[index]=new LinkedList();//如果这个index位置没有对象,就新建一个 LinkedList linkedList = linkedLists[index];//取出这个index的对象linkedList MPair mPair = new MPair(key,value);//新建要存储的对象mPair ListIterator listIterator = linkedList.listIterator(); boolean found =false; while (listIterator.hasNext()){//遍历这个index位置的List,如果查找到跟之前一样的对象(根据equals来比较),则更新那个key对应的value Object next = listIterator.next(); if (next.equals(mPair)){ result = ((MPair) next).getValue(); listIterator.set(mPair);//更新动作 found=true; break; } } if (!found) linkedLists[index].add(mPair);//如果没有找到这个对象,则在这index的List对象上新增一个元素。 return result; } public Object get(Object key){ int index = key.hashCode() % SZ; if (index<0) index=-index; if (linkedLists[index]==null) return null; LinkedList linkedList = linkedLists[index]; MPair mPair=new MPair(key,null);//新建一个空的对象值,因为equals()的比较是看他们的key是否相等,而在List中的遍历对象的时候,是通过key来查找对象的。 ListIterator listIterator = linkedList.listIterator(); while (listIterator.hasNext()){ Object next = listIterator.next(); if (next.equals(mPair)) return ((MPair)next).getValue();//找到了这个key就返回这个value } return null; } @Override public Set<Entry> entrySet() { Set set=new HashSet(); for (int i=0;i<linkedLists.length;i++){ if (linkedLists[i]==null) continue; Iterator iterator = linkedLists[i].iterator(); while (iterator.hasNext()){ set.add(iterator.next()); } } return set; } public static void main(String[] args) { SimpleHashMap simpleHashMap=new SimpleHashMap(); simpleHashMap.put("1", "1"); simpleHashMap.put("2", "2"); simpleHashMap.put("3","3"); simpleHashMap.put("4","4");//这里有四个元素,其中key是1和key是4的index是一样的,所以index为1的List上面存了两个元素。 System.out.println(simpleHashMap); Object o = simpleHashMap.get("1"); System.out.println(o); Object o1 = simpleHashMap.get("4"); System.out.println(o1); } }
六、结语
不知道大家理解了没?整了我一天,终于还算大概理解了其中的原理了。文笔比较粗糙,大家凑活看吧,毕竟,不会做饭的作家不是好程序员啊!哈哈...... 或者,可能我有很多理解的不到位的地方,还请大家不吝指教!
加载全部内容