0
点赞
收藏
分享

微信扫一扫

k8s day06

飞空之羽 2023-10-21 阅读 39

目录

哈希表

概念

冲突-概念

冲突-避免

冲突-避免-哈希函数设计

冲突-避免-负载因子的调节

冲突-解决-闭散列

冲突-解决-开散列

哈希桶的实现

 性能分析

java和类集的关系


哈希表

概念

当向该结构中:

该方式即为哈希(散列)方法,哈希方法中使用的转换函数称为哈希(散列)函数,构造出来的结构称为哈希表(或称为散列表)

例如:数据集合{1,7,6,4,5,9};

哈希函数设置为:hash(key) = key % capacity;capacity为存储元素底层空间的总大小

存储情况如下:

用该方法进行搜索不必进行多次关键码的比较,因此搜索的速度比较快。而此时又衍生出来了一个问题,万一两个关键码通过函数计算的存放位置相同,该怎么办?这就涉及到了冲突。

冲突-概念

对于两个数据元素的关键字ki和kj(i!=j),有ki != kj,但有Hash(ki) == Hash(kj),即:不同关键字通过哈希函数计算出相同的哈希地址,这种现象称为哈希冲突或哈希冲撞 。

把具有不同关键码而具有相同哈希地址的数据元素称为“同义词”。

冲突-避免

冲突-避免-哈希函数设计

常见哈希函数(常用)

注意:哈希函数设计的越精妙,产生哈希冲突的可能性就越低,但是无法避免哈希冲突

冲突-避免-负载因子的调节

负载因子和冲突率的关系粗略演示

所以当冲突率达到一个无法忍受的程度时,我们需要通过降低负载因子来降低冲突率。

已知哈希表中已有关键字个数是不可变的,那么我们只能调整哈希表中数组的大小。

解决哈希冲突的两种常见方法有:闭散列和开散列。 

冲突-解决-闭散列

1.线性探测

插入

 

2.二次探测

因此:闭散列最大的缺陷就是空间利用率比较低,这也是哈希的缺陷。

冲突-解决-开散列

方法如图所示:

从上图可以看出,开散列中每个桶中放的都是发生哈希冲突的元素。

开散列,可以认为是把一个大集合中的搜索问题转化为在小集合中搜索了。

哈希桶的实现

 下面是基于key-value模型写的哈希桶部分方法的代码:

//key-value模型
public class HashBucket {
    private static class Node {
        private int key;
        private int value;
        Node next;

        public Node(int key, int value) {
            this.key = key;
            this.value = value;
        }
    }

    //用数组表示哈希表
    private Node[] array;
    //当前哈希表元素个数
    private int size;
    //定义荷载因子
    private static final double LOAD_FACTOR = 0.75;

    public int put(int key, int value) {
        //根据哈希函数确定存放的下标
        int index = key % array.length;

        //在链表中查找key所在的结点
        //如果找到了,更新
        //所有节点都不是key,插入一个新的结点
        for (Node cur = array[index]; cur != null; cur = cur.next) {
            if(key == cur.key) {
                int oldValue = cur.value;
                cur.value = value;
                //返回更新前key对应的value
                return oldValue;
            }
        }
        //链表遍历完成,没有找到这个key
        Node node = new Node(key, value);
        node.next = array[index];
        array[index] = node;
        size++;

        if(loadFactor() >= LOAD_FACTOR) {
            resize();
        }
        return -1;
    }

    private void resize() {
        //创建一个扩容数组,并将原来数组中的元素按照新的规则放入新的数组当中
        Node[] newArray = new Node[array.length * 2];
        //遍历原来的数组
       for(int i = 0; i < array.length; i++) {
           //遍历一个数组中的链表
           Node cur = array[i];
           while(cur != null) {
               //利用tmp记录cur的位置
               Node tmp = cur.next;
               //计算元素在新数组中的位置
               int newIndex = cur.key % newArray.length;
               //头插法
               cur.next = newArray[newIndex];
               newArray[newIndex] = cur;
               //回溯cur的位置
               cur = tmp;
           }
       }
        //将新数组赋值给原数组
        array = newArray;
    }

    //计算当前荷载因子的大小
    private double loadFactor() {
        return size * 1.0 / array.length;
    }

    public HashBucket() {
        array = new Node[8];
        size = 0;
    }

    //get方法
    public int get(int key) {
        int index = key % array.length;

        Node head = array[index];
        Node cur = head;
        while(cur != null) {
            if(key == cur.key) {
                return cur.value;
            }
            cur = cur.next;
        }

        //未找到,则返回-1
        return -1;
    }
}

 性能分析

java和类集的关系

举报

相关推荐

Day06

Day06 方法

day06 笔记

Day06作业

【k8s】安装k8s

学习Day06

0 条评论