.net集合类的研究-哈希表（一）--Hashtable,Dictionary<TKey,TValue>

今天来探究哈希表，.net内置的哈希表容器是Hashtable类,而Dictionary<TKey,TValue>是对应的泛型哈希表.

哈希表-Hashtable的实例化

一般我们实例化ArrayList或List<T>的时候,如果不指定容量,则其内部是赋值为一个静态的空数组。当有添加操作时，会实例化为一个长度为4的数组，如果容量满了以后，再添加，就会自动扩充为两倍的容量。

哈希表也有一个类似的情况，newHashtable（）如果不指定长度，则会将内置bucket数组的长度默认指定为11。如果给定一个值如newHashtable（20），也并不会将bucket数组长度设置为20，而是循环内部一个素数数组,设置为刚好大于20的素数（也叫质数），此处是23。可知，哈希表内部存取数组长度总是一个素数。相关代码：

publicHashtable(intcapacity,floatloadFactor)
{
......//默认值为11
intnum2=(num>11.0)?HashHelpers.GetPrime((int)num):11;
this.buckets=newbucket[num2];
......
}

[ReliabilityContract(Consistency.WillNotCorruptState,Cer.Success)]
internalstaticintGetPrime(intmin)
{
......
//循环素数数组找出刚好大于min的素数
for(inti=0;i<primes.Length;i++)
{
intnum2=primes[i];
if(num2>=min)
{
returnnum2;
}
}
......

}

//初始化素数数组
staticHashHelpers()
{
primes=newint[]{
3,7,11,0x11,0x17,0x1d,0x25,0x2f,0x3b,0x47,0x59,0x6b,0x83,0xa3,0xc5,0xef,
0x125,0x161,0x1af,0x209,0x277,0x2f9,0x397,0x44f,0x52f,0x63d,0x78b,0x91d,0xaf1,0xd2b,0xfd1,0x12fd,
0x16cf,0x1b65,0x20e3,0x2777,0x2f6f,0x38ff,0x446f,0x521f,0x628d,0x7655,0x8e01,0xaa6b,0xcc89,0xf583,0x126a7,0x1619b,
0x1a857,0x1fd3b,0x26315,0x2dd67,0x3701b,0x42023,0x4f361,0x5f0ed,0x72125,0x88e31,0xa443b,0xc51eb,0xec8c1,0x11bdbf,0x154a3f,0x198c4f,
0x1ea867,0x24ca19,0x2c25c1,0x34fa1b,0x3f928f,0x4c4987,0x5b8b6f,0x6dda89
};
}

从源码可以得出一个结论：Hashtable总是创建一个比我们预想中要大一些的数组。

哈希表-Hashtable的存取方式

Hashtable内部包含了一个bucket类型的数组变量，bucket是一个结构，用来保存Key，Value和哈希值

从上面代码可以看出Hashtable跟ArrayList,List<T>一样，内部都是用Array数组进行存储数据。既然同样是数组，Hashtable和ArrayList存取方式有什么不同?

当Hashtable添加数据时，(例如:hash.Add(key))首先调用当前键值key的GetHashCode()方法，得到哈希值（该值为Int32），取该哈希值的绝对值跟内部数组（上面代码的buckets）的总容量进行余运算(就是'%'操作)，得到一个小于总容量的值，把该值当做数组序号，存在对应的位置，通过Key获取数组序号的过程叫映射。

当然，两个不同的key值有可能的得到相同的序号，这叫哈希冲突，在此不做分析。

下面是部分源码:

privatevoidInsert(objectkey,objectnvalue,booladd)
{　　......
uintnum3=this.InitHash(key,this.buckets.Length,outnum,outnum2);
intnum4=0;
intindex=-1;　　//num6就是通过余计算得到的数组序号。
intnum6=(int)(num%this.buckets.Length);
　　......
}

privateuintInitHash(objectkey,inthashsize,outuintseed,outuintincr)
{
　　//获取key在CLR中的HashCode值,并取绝对值。
uintnum=(uint)(this.GetHash(key)&0x7fffffff);
seed=num;　　//此处针对哈希冲突
incr=1+((uint)(((seed>>5)+1)%(hashsize-1)));
returnnum;
}

从Hashtable里取值的，也是通过映射Key值，找到数组中对应的存放索引位置，直接位置取出值，整个过程无需循环，时间复杂度为O（1），而ArrayList查找一个值则需要循环整个数组去逐个匹配，时间复杂度为O（n），由此可以看到哈希表在查询中的优势。
既然Hashtable本身也是数组存储，查询速度又快，那还要ArrayList做什么?存储数据的时候都用Hashtable不就行了?有句话说，XX打开了一扇门，就必然要关闭很多窗，现在分析一下Hashtable关闭的那些窗。

首先，哈希表不能有重复键值。

其次，哈希表会占用更多内存空间。

第一点显而易见，现在分析第二点。

哈希表-Hashtable添加时的内部扩充方式

privatestructbucket
{
publicobjectkey;
publicobjectval;
publicinthash_coll;
}

publicclassHashtable://相关接口
{
privateIEqualityComparer_keycomparer;
privateobject_syncRoot;
privatebucket[]buckets;
　　//....

}

我们知道ArrayList和List<T>在添加数值时，如果容量不足，会新建一个二倍容量的数组，然后把原数组数据复制过去，达到容量扩充的目的，所以使用ArrayList和List<T>的时候，建议在实例化方法里指定容量。

那么Hashtable在添加操作时碰到内部数组容量不足会怎么做？

其实处理方法和ArrayList基本相似，也是二倍扩充，但略有不同。不同点在于：

首先，扩充的大小比二倍略大。上面在实例化Hashtable那一部分中提到，由于哈希算法本身的特点，数组长度总是一个素数，所以当需要扩充时，新的数组长度是刚好大于原数组二倍长度的素数，也就是说略大于二倍。

其次，数组在未存满的情况下就要扩充。Hashtable有一个加载因子为0.72f。实际能存储的数据量等于内部Array长度*0.72f。也就是说一个长度为11的数组，当存了7个数据以后，就不能再存储，需要要扩充容量。代码如下:

publicHashtable(intcapacity,floatloadFactor)
{
......
//初始状态loafFactor=1f
this.loadFactor=0.72f*loadFactor;
......

intnum2=(num>11.0)?HashHelpers.GetPrime((int)num):11;
this.buckets=newbucket[num2];//实际可加载量
this.loadsize=(int)(this.loadFactor*num2);

......
}

//Hashtable的Add方法内部调用了Insert方法
privatevoidInsert(objectkey,objectnvalue,booladd)
{
......

if(this.count>=this.loadsize)
{　　　　　//内部容量扩充的方法
this.expand();
}

......
}

也就是说在Hashtable中,假如初始化了100个位置,只有72个可用,其他28个不能用,但仍然要占着地方。

由此我们可以知道，如果保存的数据量相同，Hashtable要比ArrayList占用更多的内存空间。

哈希表-泛型Dictionary<TKey,TValue>和Hashtable比较

.net2.0之后出现了泛型，泛型避免了装箱拆箱造成的损失，在大多数情况下，使用泛型集合要比传统的集合有较高的性能。List<T>对应ArrayList，Dictionary<TKey,TValue>对应Hashtable。

Dictionary<TKey,TValue>除了泛型带来的优势以外,还在哈希值算法，哈希冲突检测上做了改进，也没有了100个位置28个不能用的空间浪费。所以当碰到哈希表使用时，优先考虑Dictionary<TKey,TValue>。

最后总结:哈希表在查询方面有明显优势,但会占用多一点的内存空间,当业务中的集合有大量的查找操作时,优先考虑哈希表，一旦决定使用哈希表，优先考虑泛型哈希表。