前面讲解了顺序表和链表,两者的优点和缺点都非常明显。
顺序表特点:寻址容易,插入删除困难
链表特点 :寻址困难,插入删除容易
那么,我们肯定会想,有没有这样一种数据结构,它能融合以上两种线性表的优点即:寻址也容易,插入删除也快呢?答案是肯定的,这就是我们今天要分析的hash表。
hash表定义:哈希表(Hash table,也叫散列表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
上面的定义来源于百度百科,定义往往说的不是人话,但我们可以从定义中抓取到几个重要的关键词。
1.关键码值
2.散列函数
3.数组
4.散列表
首先,hash表存储的数据结构是一个数组,其次存储数据的形式是以key-value的形式来存储的,第三数据存储的位置是由指定的散列函数来决定的,最终才形成了一个散列表。
那么,通过以上信息,我们可以得到一个什么信息呢?首先数据是存在数组中的,既然是数组,那么我们首先得知道他的大小。其次,既然是数组,那么它的扩容必定是麻烦的,这个我们后面再讲。
通过以上概念,我们简单来走一遍hash表的存储过程。
首先,我们得有一个散列函数。简单一点f(x)= x mod 10
其次,我们既然要存储数据,我们得有一个数组。array[10]
最后,我们定义一下我们要存储的数据。前面说到,hash表存储的数据是key-value这种形式的。那么,我们就定义8对这样的数据吧。
由于本人不喜欢用电脑画图,并且感觉效率比较低,一般我都用笔纸画。
先看一下我们的准备工作。
一开始,我们的散列表是空的,默认将它的length设为10。
现在,我们根据散列函数即f(x)=x mod 10 找到对应数据存储的位置。
当我们在找<12,6>这对数据的时候,我们发现,a2这个位置已经存储过数据了。这就有冲突了。那么,我们要如何来解决这个冲突呢? 冲突的解决方式我们可以自己定义。
比如说,当产生冲突时,我们往数组的后一位继续查找,如果不存在数据,那么我们就往里存,如果存在的话就继续往下找,直到找到空的位置为止。查找的方式也要遵循如上原则,先通过散列函数查找到对应的索引位置,确认索引位置的key与我们要查找的key相同,才将数据返回;若不相同,则按照解决冲突的函数往下找,直到找到对应的key,才将对应的value返回。
最终,我们的数据存入hash表中的结果就是这样的。
当然,常见的hash表的存储肯定不是我们这样的简单,我们只是通过这样的方式能够让大家更容易理解。而事实上,常见的hash表其实是通过这样一种方式来存储的。
看到这张图,大家是不是很熟悉?
先看左边,是不是就是一个数组。右边呢,就是我们之前分析过的单链表。
这就是为什么我们说hash表融合了顺序表和链表的优点。他的寻址是通过散列函数找到对应的数组的索引,他的数据的插入删除又是以链表的形式。所以说hash表寻址也快,数据的插入删除也快。
那么,hash表就没有缺点了吗?
首先,hash表的底层首先是一个数组,那么数组的缺点也是一个hash表的缺点,扩容的时候效率低,所以我们在使用hash表的时候最好是能够确定他的大小。
其次,当hash表的散列函数使用不当时,很容易造成冲突,那么当一个hash表存在有大量的冲突数据的时候,那么他的性能就会大打折扣。
在java中,常见的hash表有HashMap和HashTable。那么,这两者之间有什么区别呢?这是在面试过程中我们常被问到的一个问题。
HashMap和HashTable的区别表现在以下几个方面:
1.HashMap几乎可以等价于HashTable,除了HashMap是非synchronized的,并可以接受null(HashMap可以接受为null的键值(key)和值(value),而HashTable则不行)。
2.HashMap是非synchronized,而HashTable是synchronized,这意味着HashTable是线程安全的,多个线程可以共享一个HashTable;而如果没有正确的同步的话,多个线程是不能共享HashMap的。Java 5提供了ConcurrentHashMap,它是HashTable的替代,比HashTable的扩展性更好。
3.另一个区别是HashMap的迭代器(Iterator)是fail-fast迭代器,而HashTable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构(增加或者移除元素),将会抛出ConcurrentModificationException,但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为,要看JVM。这条同样也是Enumeration和Iterator的区别。
4.由于HashTable是线程安全的也是synchronized,所以在单线程环境下它比HashMap要慢。如果你不需要同步,只需要单一线程,那么使用HashMap性能要好过HashTable。
5.HashMap不能保证随着时间的推移Map中的元素次序是不变的。
有兴趣的同学可以去研究一下二者的源码,来验证一下上面的准确性。