Hash表的基本原理及其应用 |
您所在的位置:网站首页 › Hash表是什么 › Hash表的基本原理及其应用 |
内容:Hash表的基本原理及概念,常见的Hash函数及处理冲突的方法,Hash表的应用场景 文章目录 Hash表是什么?Hash表的基本原理为什么Hash表无序,且不可重复常见的Hash函数1. 直接定址法2. 除留余数法3. 数字分析法4. 平方取中法5.Java8中的Hash函数 常见的处理冲突的方法1. 开放定址法1.1 线性探测法1.2 平方探测法1.3 再散列法1.4 伪随机法 2.拉链法 用上述解释实际问题1. 为什么HashSet感觉是有序的2. Hash表优化程序性能3. Redis中的Hash应用 Hash表是什么?Hash表也叫散列表,就是一组数据集合,像List一样,就是存储一组数据,但是它有自己独特的方式。比如在Java中,HashSet与ArrayList一样,都是Collection集合的子类。 Hash表的基本原理假设现在有一组数据 61,12,46,13,17,28,19,70如果我们想找里面是否包含28的话,可以将其放入ArrayList中,然后从第一个开始遍历,判断每一项是否与28相等。 那有没有什么方法,不用遍历,瞬间就可以知道这个集合中是否包含28呢。使用Hash表可以解决这个问题。 假设有一个Mod,它的作用是取余 Mod(x) = x % 10我们初始化一个大小为10数组arr,初始值都为0 01234567890000000000此时,我们对于上面的数字,先进行取余操作,然后根据余数,将其放入对应数组下标中。如: Mod(61) = 61%10 = 1所以应该放在61放在arr[1]中。将上述所有数据放入数组中,则如下图所示 0123456789706112130046172819此时,如果要查询28是否在这个集合中,则只需要先对28取余,得到8,然后判断arr[8]是否等于28即可。这样就是就是实现了快速查找。时间复杂度仅为O(1)。 上述描述中,Mod函数被称为 Hash函数,也叫散列函数 假设现在又来了一个数字,为38,取余后,也得8,但是此时arr[8]已经被占用了。那么这种现象就称为冲突。 Hash表要解决的最大的两个问题就是: 如何选择Hash函数,原则是:尽可能等概率,均匀分布,减少冲突如何解决冲突 为什么Hash表无序,且不可重复为什么无序: 对于无序,通过上面的基本原理,应该已经可以理解了。对于数据存放在数组中的什么位置,并不是按照先后顺序来得。而是由Hash函数决定的,所以取不同的Hash函数,最终数据就会有不同的顺序。对于复杂的Hash函数,用户也很难预估最终的的顺序,而且没必要 为什么不可重复:上述例子中,Hash表中存储的是数字,但实际应用中,通常存入Hash表的数据比较复杂,比如存入Hash表的是学生信息,在计算Hash值时,不会对整个学生信息进行Hash,而是选用学生信息的关键字,求该关键字的Hash值。在Java中,一般使用hashcode作为关键字。这样的话,两条记录的关键字一定不同,若相同,则会覆盖。假设若不覆盖,而是都存下来,这样在查找的时候,就不知道该返回哪个了。 常见的Hash函数 1. 直接定址法直接取关键字作为Hash值,或进行线性变换后的值作为Hash值 H(key) = key 或 H(Key) = a × key + b这种方法实现简单,不会产生冲突。但是会造成空间的极大浪费。 2. 除留余数法假定表长为m,取一个不大于m,且接近m的质数p,然后对p求余。 H(key) = key % p 3. 数字分析法分析要被散列的集合,取相对随机的部分作为散列结果。如,要散列的数据的关键字为身份证号: 412314199607207598 // 6位地区+8位生日+4位随机数 4. 平方取中法将关键字平方后,取中间几位作为散列地址。具体取多少,视情况而定。这样的好处是,散列地址与关键字每位都有关系,所以分布相对比较均匀。 5.Java8中的Hash函数 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } 常见的处理冲突的方法 1. 开放定址法计算hash地址后,发现该地址已经被占用了,那么就找其他的,不属于它的位置,然后放进去。比如:hash函数为对8取余。那 hash(1) =1 和hash(9) = 1,假设先来后到,1先来,那么9就冲突了,那么9就可以放在其他位置,比如放在2位置。 对于放在哪个位置,又可以有下面几种方法: 1.1 线性探测法就是依次往后探测,直到找到一个可以存放的位置。比如,hash(9)=1, 但是1位置已经被占了,那就看看2有没有,如果2也被占了,那就看3,依次类推。 缺点是会出现大量元素在相邻的散列地址上“聚集”,造成查找效率低下 1.2 平方探测法探测的顺序为 0 2 , 1 2 , − 1 2 , 2 2 , − 2 2 , ⋯ 0^2, 1^2,-1^2,2^2,-2^2,\cdots 02,12,−12,22,−22,⋯ 假设数组长度为20,目前10位置冲突了,那么往后找的时候,分别找 11,9,14,6,依次类推。 优点为可以避免堆积,缺点为不能探测Hash表上的所有位置 1.3 再散列法用另一个Hash函数求出探测时的增量 1.4 伪随机法增量使用随机数 2.拉链法如果Hash地址一样,那么就依次往后排,按先来后到的方式。就像这个样子。可以使用数组,也可以使用链表。
https://blog.csdn.net/zhaohongfei_358/article/details/108639236 2. Hash表优化程序性能假设目前有一个业务,需要两层或更多层for循环,在最里层需要对某个集合进行contains操作,判断是否包含。 private static void contains(Collection e, Object value) { int cycleNumber = 1000; // 双层for循环查找value值 for (int j = 0; j < cycleNumber; j++) { for (int i = 0; i < cycleNumber; i++) { e.contains(value); } } }这个时候,若传过来的Collection是HashSet或ArrayList,则执行效率会大不相同。 当Collection数据为1w时,两层for循环(1000*1000),所消耗的时间。若数据更大,则消耗时间则是指数级增长。 HashSet查找所耗费的时间:15ms ArrayrList查找所耗费的时间:11943ms 3. Redis中的Hash应用都说Redis快,一问为什么快。基本上都会回答,Redis是基于内存的等等。但这些都是次要的。但Redis快的根本原因是因为它的数据存储方式是Hash表。 Redis有16383个Hash槽(Hash地址)。当进行get操作时,Redis会首先对Key进行Hash,求出这个Key是存放在哪个槽中的。然后直接到那个槽中去取。这样,get操作的时间复杂度就是O(1)。所以可以做到对一个key的瞬间存取。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |