本篇內(nèi)容介紹了“基于拉鏈?zhǔn)胶途€性探測式散列表實(shí)現(xiàn)Map的方法教程”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

10年積累的網(wǎng)站建設(shè)、成都網(wǎng)站建設(shè)經(jīng)驗(yàn)，可以快速應(yīng)對(duì)客戶對(duì)網(wǎng)站的新想法和需求。提供各種問題對(duì)應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識(shí)你，你也不認(rèn)識(shí)我。但先網(wǎng)站制作后付款的網(wǎng)站建設(shè)流程，更有太白免費(fèi)網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。

散列函數(shù)

實(shí)現(xiàn)散列表的第一步就是需要考慮如何把一個(gè)鍵轉(zhuǎn)換為數(shù)組的下標(biāo)，這時(shí)候就需要使用到散列函數(shù)，先把鍵值轉(zhuǎn)換成一個(gè)整數(shù)然后在使用除留余數(shù)法計(jì)算出數(shù)組的下標(biāo)。每種類型的鍵我們都需要一個(gè)不同的散列函數(shù)。

在java中對(duì)于常用的數(shù)據(jù)類型已經(jīng)實(shí)現(xiàn)了hashCode，我們只需要根據(jù)hashCode的值使用除留余數(shù)法即可轉(zhuǎn)換成數(shù)組的下標(biāo)

java中的約定：如果兩個(gè)對(duì)象的equals相等，那么hashCode一定相同;如果hashCode相同，equals不一定相同。對(duì)于自定義類型的鍵我們通常需要自定義實(shí)現(xiàn)hashCode和equals;默認(rèn)的hashCode返回的是對(duì)象的內(nèi)存地址，這種散列值不會(huì)太好。

下面我來看看Java中常用類型的hashCode計(jì)算方式

Integer

由于hashCode需要返回的值就是一個(gè)int值，所以Integer的hashCode實(shí)現(xiàn)很簡單，直接返回當(dāng)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(jì)算是先把值無符號(hào)右移32位，之后再與值相異或，保證每一位都用用到，最后強(qiáng)制轉(zhuǎn)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(diǎn)類型的鍵java中hashCode的實(shí)現(xiàn)是將鍵表示為二進(jìn)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(gè)char都可以表示成一個(gè)int值，所以字符串轉(zhuǎn)換成一個(gè)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(jì)算一個(gè)散列值比較耗時(shí)，那么我可以這個(gè)計(jì)算好的值緩存起來，即使用一個(gè)變量把這個(gè)值保存起來，在下一次調(diào)用時(shí)直接返回。Java中的String就是采用的這種方式。

拉鏈?zhǔn)降纳⒘斜?/h4>

散列函數(shù)能夠?qū)㈡I值轉(zhuǎn)換成數(shù)組的下標(biāo);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(gè)散列值相同的對(duì)象應(yīng)該如何存儲(chǔ)。有一種方式是數(shù)組中的每一個(gè)元素都指向一個(gè)鏈表用來存放散列值相同的對(duì)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(shí)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(diǎn)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(shí)現(xiàn)拉鏈?zhǔn)缴⒘斜恚瑪?shù)據(jù)結(jié)構(gòu)使用在前幾篇中已經(jīng)實(shí)現(xiàn)的LinkedMap，可以參考前面的文章《基于數(shù)組或鏈表實(shí)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(gè)非負(fù)的整數(shù)，然后再使用除留余數(shù)法計(jì)算出數(shù)組的下標(biāo)。其中0x7FFFFFFF  的二進(jìn)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?yàn)榈谝晃皇欠?hào)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(shí)現(xiàn)的拉鏈?zhǔn)缴⒘斜淼臄?shù)組大小是固定的，但是通常在隨著數(shù)據(jù)量的增大，越短的數(shù)組出現(xiàn)碰撞的幾率會(huì)增大，所以需要數(shù)組支持動(dòng)態(tài)的擴(kuò)容，擴(kuò)容之后需要把原來的值重新插入到擴(kuò)容之后的數(shù)組中。數(shù)組的擴(kuò)容可以參考之前的文章《老哥是時(shí)候來復(fù)習(xí)下數(shù)據(jù)結(jié)構(gòu)與算法了》

線性探測式散列表

實(shí)現(xiàn)散列表的另一種方式就是用大小為M來保存N個(gè)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(shí)現(xiàn)就是線性探測。

線性探測的主要思路：當(dāng)插入一個(gè)鍵，發(fā)生碰撞沖突之后直接把索引加一來檢查下一個(gè)位置，這時(shí)候會(huì)出現(xiàn)三種情況:

下一個(gè)位置和待插入的鍵相等，那么值就修改值

下一個(gè)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(gè)位置還是一個(gè)空位，那么直接把待插入對(duì)象放入到這個(gè)空位

初始化

線性探測式散列表使用兩個(gè)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(dāng)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(gè)位置為null的才結(jié)束;index = (index + 1) %  capacity

當(dāng)數(shù)組已存放的容量超過了數(shù)組總?cè)萘康囊话耄托枰獢U(kuò)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(dòng)態(tài)調(diào)整數(shù)組的大小

我們可以參考之前在文章《老哥是時(shí)候來復(fù)習(xí)下數(shù)據(jù)結(jié)構(gòu)與算法了》中實(shí)現(xiàn)的動(dòng)態(tài)調(diào)整數(shù)據(jù)的大小;在線性探測中需要把原來的數(shù)據(jù)重新插入到擴(kuò)容之后的數(shù)據(jù)，因?yàn)閿?shù)組的大小變了需要重新計(jì)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(shí)現(xiàn)查詢的思路：根據(jù)待查詢key的hash函數(shù)計(jì)算出索引的位置，然后開始判斷當(dāng)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(gè)索引直到遇到某個(gè)位置是null才結(jié)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(dāng)前索引之后的連續(xù)位置上的元素重新插入;因?yàn)槭欠裼锌瘴粚?duì)于線性探測式散列表的查找至關(guān)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(gè)元素;

每次刪除之后都需要檢測一次數(shù)組中實(shí)際元素的個(gè)數(shù)，如果與數(shù)組的容量相差較大，就可以進(jìn)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);     }  }

“基于拉鏈?zhǔn)胶途€性探測式散列表實(shí)現(xiàn)Map的方法教程”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！

分享文章：基于拉鏈?zhǔn)胶途€性探測式散列表實(shí)現(xiàn)Map的方法教程
文章URL：http://www.chinadenli.net/article2/piidoc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供用戶體驗(yàn)、企業(yè)網(wǎng)站制作、做網(wǎng)站、網(wǎng)站內(nèi)鏈、網(wǎng)站收錄、網(wǎng)站改版

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)