哈希表实现原理

1.hash

哈希表作为一种高效的存储结构，可以大大降低查询和存储的时间，其核心理念为空间换时间，消耗一部分多余的内存来换取较高的性能，在当下电脑内存越来越大的趋势下，十分划算。

哈希表又称为散列表，可以分为闭散列和开散列两种，这里只研究闭散列。

2.实现原理

哈希表的底层为一个长度较长的数组，通过将存放的各个元素进行一系列运算而转化为一串hash值，再通过相同的规则与数组的下标进行对应。但是，这并不能保证元素对应的下标唯一，可能存在两个元素运算后的hash值相同，从而指定到相同的下标（也会存在不同的hash值对应相同的数组下标），此时需要对这种冲突进行处理。

故哈希表的实现主要为“建立下标对应”和“冲突处理”两部分。

3.hash值的实现

hash值的计算应该尽量实现少重复的特性，下面以String的HashCode方法为例：

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;
}

与素数相乘是使用较多的处理方法，并且相乘的素数越大，重复的概率越小，是一种高效的处理手段。

4.建立数组下标对应关系

一般采用的方法有两种：

    1.取余法

    length为数组的长度

    利用hash%length建立对应关系，为了降低余数的重复性，length为素数，这样可以充分运用数组的每个下标，且不会越界。

    2.&运算

    将length设为2的倍数，可以得到length-1的二进制所有位都为1，所以hash&（length-1）可以运用数组的每一个下标，且不会越界

5.冲突处理

哈希表的设计从一直在避免重复，但重复的情况依旧会发生，这里介绍两种处理方法：

1.后退法

此方法必须在节点中添加一个next属性，将连续的有效节点变成一个链表，同时重复的元素会占用本属于别的元素的下标，而别的元素在被占用下标后又只能继续占用其他下标，这会使查询的效率大大降低，此设计模式要求哈希表中的冲突维持在较低水平，而且冲突上升会非常快。在移除一个节点后，需要将前节点的next属性修改(前节点非空时)，否则会导致链表断裂，数据丢失。查询元素时，便可以使用next属性来遍历，直至空节点。

下面为后退法设计的一个小案例 

</pre><pre name="code" class="java">public void addEntry(K key, V value) {
int hash = hash(key);//计算hash值,不具体写了，怎么实现可以自己定，重复率较低就行
int i = indexFor(hash,length);//获取对应的数组下标，不具体写了，取余或&都可以
Entry<K,V> e;
for (; e != null; i++) {
e = table[i];
if（e.hash==hash && e.key==key）{//若该key已存在，则替换value
e.value=value;
return null;
}
}
e=new Entry（）；若未找到该key，则在空节点处创建包含该键值对的节点
if(null!=table[i-1]){
table[i-1].next=e;//此方法必须将有效节点连接起来
}
e.hash=hash;
e.key=key;
e.value=value;
e.next=table[i+1];
}2.链表法
当两个不同的元素下标冲突时，将这两个下标合成一个链表存放于同一个下标下。HashMap便运用了此方法，下面为HashMap的源码

void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);//若原来该下标有值，将以链表的形式在该下标位存放多个元素，并size++
size++;
}此方法的好处是不会影响别的下标，效率上高于第一种方法。

6.总结

根据对存储模式的分析，可以得到这样的结论：在容量使用率较低时，哈希表的查询和存储会非常的快（很少有多个元素的计算下标值相同，基本不需要冲突处理），而当容量使用率较高时，冲突出现的概率大大增加，查询的效率会大打折扣。据统计，使用率到打80%时，查询效率会开始有明显的下降，而到打90%时，查询效率已经非常低了，会有大量的冲突存在。所以一般的哈希表都会在使用率达到一定值后对哈希表进行扩容，并将各个元素存入新数组，各个元素也将获得新的下标，由于使用率的下降，冲突会大大降低，使哈希表的查询和存储性能一直维持在较高水平。但是这会造成一定的内存浪费，例如hashmap的加载因子（使用率）为75%(容量使用率超过75%就会进行扩容)，这使得有25%的内存一直被浪费，这便是空间换时间的设计理念。