【数据结构】了解哈希表，解决哈希冲突，用Java模拟实现哈希桶

news2024/11/10 21:27:46

哈希表的概念

哈希表（Hash Table）是一种高效的数据结构，用于实现快速的数据存储和检索。它通过将数据映射到一个数组的索引位置，从而能够在平均情况下实现O(1)的时间复杂度进行查找、插入和删除操作。

哈希表的基本概念包括以下几个部分：

  1. 哈希函数：哈希表使用哈希函数将输入的数据（通常是键）转换为固定大小的数组索引。一个好的哈希函数能够有效地将不同的数据映射到不同的索引，减少冲突的概率。

  2. 冲突处理：由于不同的键可能会通过哈希函数映射到相同的索引，这种情况被称为冲突。常见的冲突处理方法有链地址法（在同一个索引处使用链表存储所有冲突的元素）和开放地址法（通过探测寻找下一个可用的索引）。

  3. 负载因子：负载因子是哈希表中存储的元素数量与哈希表大小的比率。负载因子过高会导致冲突增加，影响性能，因此通常在达到一定的负载因子后会对哈希表进行扩展和重新哈希。

哈希表在实际应用中广泛用于快速查找和存储数据，例如数据库索引、缓存系统等，是一种非常实用的数据结构。

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总的大小。

哈希冲突的概念

哈希冲突（Hash Collision）是指在哈希表中，不同的输入数据（通常是键）经过哈希函数处理后，得到了相同的哈希值，进而映射到了哈希表的同一个索引位置。这种现象不可避免，因为哈希函数将任意大小的数据映射到固定大小的数组索引，而输入数据的范围通常大于输出哈希值的范围，从而导致不同的数据可能会对应相同的哈希值。

哈希冲突的处理方法：

为了有效地处理哈希冲突，主要有以下几种常见的方法：

  1. 链地址法（Separate Chaining）：

    • 在哈希表的每个索引位置，使用一个链表或其他数据结构来存储所有哈希值相同的元素。这样，当发生冲突时，新元素可以直接添加到链表中。
    • 优点：实现简单，容易扩展，链表的长度通常是较短的，性能受到较少影响。
    • 缺点：当冲突严重时，链表长度增加，会影响查找性能。

  2. 开放地址法（Open Addressing）：

    • 当发生哈希冲突时，哈希表会寻找下一个空闲的位置，将新元素放入该位置，而不是在同一索引位置存储。
    • 包括线性探测、二次探测和双重哈希等具体策略来寻找空位。
    • 优点：内存占用较低，数据存储在连续的数组中，缓存友好。
    • 缺点：可能导致“聚集”现象，即连续的多个元素都占据相邻的索引，影响性能。

哈希冲突的影响：

哈希冲突的存在会对哈希表的性能产生影响，特别是在查找、插入和删除元素时。冲突越多，导致的查找时间可能从O(1)增长到O(n)（在最坏的情况下）。因此，选择合适的哈希函数以减少冲突的发生，以及选择有效的冲突处理策略，是设计高效哈希表的关键。

避免哈希冲突的方法

哈希函数设计

引起哈希冲突的一个原因可能是：哈希函数设计不够合理。 哈希函数设计原则：

  • 哈希函数的定义域必须包括需要存储的全部关键码，而如果散列表允许有m个地址时，其值域必须在0到m-1之间。
  • 哈希函数计算出来的地址能均匀分布在整个空间中。
  • 哈希函数应该比较简单。

常见哈希函数

直接定制法

取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B 优点：简单、均匀 缺点：需要事先知道关键字的分布情况 使用场景：适合查找比较小且连续的情况。

除留余数法

设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数：Hash(key) = key% p(p<=m),将关键码转换成哈希地址。

平方取中法

假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址； 再比如关键字为4321，对它平方就是18671041，抽取中间的3位671(或710)作为哈希地址 平方取中法比较适合：不知道关键字的分布，而位数又不是很大的情况。

 折叠法

折叠法是将关键字从左到右分割成位数相等的几部分(最后一部分位数可以短些)，然后将这几部分叠加求和，并按散列表表长，取后几位作为散列地址。

随机数法

选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key) = random(key),其中random为随机数函数。

负载因子调节

负载因子（Load Factor）是哈希表中一个重要的度量，用于评估哈希表的使用效率和性能。负载因子定义为哈希表中存储的元素数量与哈希表的总容量（即数组大小）之间的比率，通常用公式表示为：

负载因子 = 当前元素数量 / 哈希表的容量

负载因子的意义：

  1. 性能指标：负载因子能够反映哈希表的性能。当负载因子较低时，哈希表中的元素分布较为稀疏，冲突较少，查找、插入和删除操作的效率较高。而当负载因子较高时，冲突可能增多，导致这些操作的性能下降。

  2. 自适应调整：为了保持哈希表的高效性能，通常在负载因子达到一定阈值时（例如0.7或0.75），会进行负载因子的调节。调节方法通常包括扩展哈希表的容量，并重新计算所有元素的哈希值以保证它们被均匀分布。

负载因子的调节过程：

  1. 扩展哈希表：当负载因子超过预设阈值时，哈希表需要扩展容量，通常会将哈希表的容量增加为原来的两倍，或者其他合适的数值。

  2. 重新哈希：扩展容量后，所有现有元素必须经过哈希函数重新计算哈希值，并根据新容量重新分配到新的索引位置。这一过程被称为重新哈希（Rehashing）。

  3. 减少容量：在某些情况下，如果哈希表中的元素数量显著减少，负载因子低于某一阈值，可能会考虑缩减哈希表的容量，以减少空间浪费。

总结：

通过合理地调节负载因子，可以保持哈希表高效的性能，降低冲突率，并确保在各种操作下的时间复杂度保持尽可能接近O(1)。在设计哈希表时，选择合适的负载因子阈值和扩展策略是至关重要的。

 解决哈希冲突的方法

开放地址法（闭散列）

闭散列：也叫开放定址法，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的“下一个” 空位置中去。

线性探测

线性探测（Linear Probing）是一种开放地址法的冲突解决策略，主要用于处理哈希表中的哈希冲突。当多个元素通过哈希函数映射到相同的索引位置时，线性探测使用线性搜索的方法寻找下一个可用的位置来存放新元素。

线性探测的工作原理：

  1. 哈希插入：

    • 当需要插入一个元素到哈希表时，首先计算该元素的哈希值，找到其对应的数组索引。
    • 如果该索引位置已经被占用（发生冲突），则按顺序检查后续的索引（即当前索引 + 1，当前索引 + 2，依此类推）。
    • 继续检查直到找到一个空闲的索引位置，将新元素插入。

  2. 哈希查找：

    • 查找一个元素时，同样计算出其哈希值并找到对应的索引。
    • 如果该位置的元素与查找的元素不匹配，就沿着线性探测的方式依次检查下一个索引。
    • 如果遇到空位，说明该元素不在表中；如果找到匹配的元素，则返回该元素。

  3. 哈希删除：

    • 删除元素时，可以简单地将对应的索引位置设置为“删除”状态（或特殊标记），但仍需注意后续查找时的线性探测，以防止链式冲突查找的失败。
线性探测的优缺点：

优点：

  • 实现简单，逻辑清晰。
  • 在有序的序列中存储元素时，能够保持元素的连贯性，提高缓存命中率。

缺点：

  • 聚集现象（Clustering）：线性探测容易导致“聚集”现象，即相邻的元素趋向于占用相邻的索引，这会影响后续插入和查找的效率。
  • 在负载因子较高时，性能会显著下降，查找时间可能接近O(n)。

总结：

线性探测是一种简洁而有效的冲突解决策略，适用于负载因子较低的哈希表。在负载因子过高时，考虑其他冲突解决方法（如链地址法或二次探测）可能会得到更好的性能表现。

二次探测

二次探测（Quadratic Probing）是一种开放地址法的冲突解决策略，用于哈希表中处理哈希冲突。与线性探测不同，二次探测通过使用平方函数生成一个探测序列，以寻找下一个可用的位置。

二次探测的工作原理：

  1. 哈希查找：

    • 查找一个元素时，同样计算出其哈希值并找到对应的索引。
    • 如果该位置的元素不匹配所查找的元素，则按二次探测的方式依次检查后续索引（即使用平方探测公式）。
    • 如果遇到空位，说明该元素不在表中；如果找到匹配的元素，则返回该元素。

  2. 哈希删除：

    • 删除元素时，可以将对应的索引位置设置为“删除”状态（或特殊标记），这需要特别注意，因为后续查找仍会使用该位置进行探测。
二次探测的优缺点：

优点：

  • 相比线性探测，二次探测能减少聚集现象（Clustering）。由于索引在探测中不再是线性分布，避免了多个元素趋向于占用相邻空间的问题。
  • 在一定程度上，能够提高查找和插入操作的效率，特别是当负载因子较高时。

缺点：

  • 由于使用平方函数，可能形成某些未探测到的索引，从而造成一些空间浪费。
  • 实现相对较复杂，特别是在处理数组大小不是2的幂时，可能需要额外的处理逻辑以确保探测的覆盖性。

总结：

二次探测是一种有效的冲突解决策略，适用于哈希表需要保持较低负载因子且冲突较多的情况。通过减少聚集现象，二次探测可以在一定程度上提高哈希表的效率，但在实现上需要关注数组大小和探测方式的合理性。

链地址法(开散列)

链地址法（Separate Chaining）是一种用于处理哈希表中哈希冲突的常见策略。在哈希表中，当多个元素通过哈希函数映射到相同的索引位置时，链地址法能够有效地将这些元素组织在一起，避免冲突造成的元素丢失。

链地址法的工作原理：

  1. 哈希表结构：

    • 哈希表的每个索引位置通常是一个指向链表（或其他数据结构，如树）的指针。这意味着每个索引位置可以存储多个元素。

  2. 哈希插入：

    • 当需要插入一个元素时，首先计算该元素的哈希值，找到对应的索引位置。
    • 如果该位置为空，直接将元素放入；如果该位置已经有元素，则将新元素添加到该索引位置对应的链表中（可以是链表的头部或尾部，具体实现可以不同）。

  3. 哈希查找：

    • 查找某个元素时，同样计算元素的哈希值，并找到对应的索引位置。
    • 在该位置的链表中进行线性搜索，查找是否存在与目标元素相匹配的值。

  4. 哈希删除：

    • 删除元素时，先找到元素的哈希值对应的链表，然后在链表中进行查找，如果找到匹配的元素，就将其从链表中移除。

链地址法的优缺点：

优点：

  • 实现简单，逻辑清晰，能够有效地处理冲突而不影响其他元素的存储。
  • 不需要在插入时重新计算和移动其他元素，扩展性较好。
  • 适合负载因子较高的情况，只要存储的链表不会过长，性能依然可以得到保证。

缺点：

  • 在负载因子很高的情况下，链表长度可能增加，查找性能可能退化到O(n)。
  • 每个索引位置可能占用额外的存储空间，特别是在链表较长时，内存使用不是很高效。
  • 需要处理内存管理（如动态分配和释放），可能增加实现的复杂性。

总结：

链地址法是一种有效的哈希冲突解决策略，能够通过将冲突元素存储在链表中来维持哈希表的高效性。其简单易实现的特性使其在许多实际应用中得到了广泛的采用，尤其是在预期有较多冲突的情况下，能够保持较好的性能。

代码模拟实现链地址法（哈希桶）

public class HashBuck {
    static class Node {
        public int key;
        public int value;
        public Node next;

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

    public Node[] elem;
    public int usedSize;

    public HashBuck() {
        this.elem = new Node[10];
    }

    //往哈希桶里面放元素
    public void put(int key,int val) {
        Node node = new Node(key,val);
        int tmp = key % this.elem.length;
        Node cur = this.elem[tmp];
        while(cur.next != null) {
            if(cur.value == val) {
                cur.value = val;
                return;
            }
            cur = cur.next;
        }
        cur.next = node;
        this.usedSize++;
        //负载因子超过了0.75，需要扩容
        if(loadFactor() >= 0.75) {
            //调用扩容函数
            resize();
        }
    }
    //扩容函数
    private void resize() {
        Node[] tmpArr = new Node[this.elem.length*2];
        for (int i = 0; i < this.elem.length; i++) {
            Node cur = this.elem[i];
            while(cur != null) {
                //记录cur.next的位置
                Node curNext = cur.next;
                int newIndex = cur.key / tmpArr.length;
                //头插法
                cur.next = tmpArr[newIndex];
                tmpArr[newIndex] = cur;
                cur = curNext;
            }
        }

        this.elem = tmpArr;
    }
    //求出当前负载因子
    private double loadFactor() {
        return this.usedSize*1.0 / this.elem.length;
    }

    //给定一个key值在哈希桶里面找到并返回其value值
    public int get(int key) {
        int index = key % this.elem.length;
        Node cur = this.elem[index];
        while(cur != null) {
            if(cur.key == key) {
                return cur.value;
            }
            cur = cur.next;
        }
        return -1;
    }
}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1967577.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

LLM应用-prompt提示：让大模型总结生成PPT

LLM应用-prompt提示：让大模型总结生成PPT

参考&#xff1a; https://mp.weixin.qq.com/s/frKOjf4hb6yec8LzSmvQ7A 思路&#xff1a;通过大模型生成markdown内容&#xff0c;通过markdown去生成PPT 技术&#xff1a;Marp&#xff08;https://marp.app/&#xff09;这里用的这个工具进行markdown转PPT 1、让大模型生成Ma…
阅读更多...
川土微电子|高性能模拟芯片供应商

川土微电子|高性能模拟芯片供应商

上海川土微电子有限公司&#xff0c;成立于2016年&#xff0c;总部位在上海&#xff0c;并于深圳、北京、杭州设有分支机构&#xff0c;产品涵盖隔离与接口、驱动与电源、高性能模拟三大产品线以及μMiC战略产品&#xff08; micro-Module in Chip&#xff09;。目前产品已广泛…
阅读更多...
玩转大模型之五（测试FastGPT高级编排）

玩转大模型之五（测试FastGPT高级编排）

一、高级编排 FastGPT 从 V4 版本开始采用新的交互方式来构建 AI 应用。使用了 Flow 节点编排&#xff08;工作流&#xff09;的方式来实现复杂工作流&#xff0c;提高可玩性和扩展性。但同时也提高了上手的门槛&#xff0c;有一定开发背景的用户使用起来会比较容易。 编排方…
阅读更多...
局域网内远程控制桌面软件推荐

局域网内远程控制桌面软件推荐

在现代办公环境中&#xff0c;局域网&#xff08;LAN&#xff09;内的远程桌面连接已成为提升工作效率和促进团队协作的关键技术之一。无论是需要访问办公室内部服务器&#xff0c;还是在家工作时远程操作公司电脑&#xff0c;局域网内的远程桌面都能满足这一需求。本文将探讨在…
阅读更多...
互联网家政小程序，为大众带来高效、便捷的服务

互联网家政小程序，为大众带来高效、便捷的服务

随着人口老龄化的严重和社会生活节奏的加快&#xff0c;大众对家政服务的需求日益增加&#xff0c;家政行业的市场规模逐渐扩大&#xff01; 在科技的推动下&#xff0c;家政行业开始向数字化发展&#xff0c;“互联网家政”的模式推动了市场的快速发展。互联网家政小程序借助…
阅读更多...
安卓Intent

安卓Intent

文章目录 Intent新建一个活动显示Intent隐式Intent同多隐式Intent用法向下一个活动传递数据向上一个活动返回数据 Intent Intent是Android程序中各组件之间进行交互的一种重要方式&#xff0c;它不仅可以指明当前组件想要执行的动作&#xff0c;还可以在不同组件之间传递数据。…
阅读更多...
EPM 和 EPM-P 系列功率计

EPM 和 EPM-P 系列功率计

EPM 和 EPM-P 系列功率计 是德(KEYSIGHT)简述 EPM 功率计提供了 CW 和平均功率测量功能。EPM-P 功率计提供了峰值、均值、峰值均值比和时间选通功率测量功能。 EPM系列 功率计表 功能特点 EPM 和 EPM-P 系列提供高性能、可编程的功率计&#xff0c;以执行连续波、平均功率和…
阅读更多...
Wasm(WebAssembly) 编译环境搭建、浏览器调用

Wasm(WebAssembly) 编译环境搭建、浏览器调用

参考：https://www.deanhan.cn/wasm.html 以下以Windows系统 c 语音编译为wasm为例说明： 安装npm访问Node.js官方网站：https://nodejs.org/ 点击“Download”按钮，选择Windows版本（32位或64位）。 下载完成后，运行安装程序。 安装过程中，确保选中了“Add Node.js to …
阅读更多...
42 字典创建与删除

42 字典创建与删除

字典&#xff08;dict&#xff09;是包含 “键:值” 元素的无序可变序列&#xff0c;字典中的每个元素包含用冒号分隔开的 “键” 和 “值” 两部分&#xff0c;表示一种映射或对应关系&#xff0c;也称为关联数组。定义字典时&#xff0c;每个元素的 “键” 和 “值” 之间用冒…
阅读更多...
嵌入式C++、ROS 、OpenCV、SLAM 算法和路径规划算法：自主导航的移动机器人流程设计（代码示例）

嵌入式C++、ROS 、OpenCV、SLAM 算法和路径规划算法：自主导航的移动机器人流程设计（代码示例）

在当今科技迅速发展的背景下&#xff0c;嵌入式自主移动机器人以其广泛的应用前景和技术挑战吸引了越来越多的研究者和开发者。本文将详细介绍一个嵌入式自主移动机器人项目&#xff0c;涵盖其硬件与软件系统设计、代码实现及项目总结&#xff0c;并提供相关参考文献。 项目概…
阅读更多...
云原生系列 - Docker(高级篇)

云原生系列 - Docker(高级篇)

前言 学习视频&#xff1a;尚硅谷Docker实战教程&#xff08;docker教程天花板&#xff09;本内容仅用于个人学习笔记&#xff0c;如有侵扰&#xff0c;联系删学习文档&#xff1a; 云原生系列 - Docker(基础篇)云原生系列 - Docker(高级篇)云原生系列 - Docker搭建私有仓库 云…
阅读更多...
PieCloudVector：大模型时代下向量数据库的设计与应用

PieCloudVector：大模型时代下向量数据库的设计与应用

近几年大语言模型的突破带来自然语言相关的向量数据爆炸式增长&#xff0c;同时为管理这些向量数据而设计的向量数据库的关注度也在不断提高。大语言模型和向量数据库的组合在多个领域都具有广泛的应用&#xff0c;如语义检索、推荐系统、问答机器人等。本文将探讨向量数据库在…
阅读更多...
超市是怎样高效完成客流统计与客流分析

超市是怎样高效完成客流统计与客流分析

随着科技的进步&#xff0c;越来越多的超市开始采用现代化的客流统计系统来优化日常运营和提升顾客体验。本文将探讨超市客流统计面临的难题、客流统计系统的构成及其应用场景&#xff0c;以及系统如何通过高识别率和热力图分析等功能为超市带来实际效益。 一、景区客流统计难题…
阅读更多...
应用技术案例：复合机器人在精密制造领域的精准赋能

应用技术案例：复合机器人在精密制造领域的精准赋能

在精密制造这一对设备精度、稳定性及效率要求近乎苛刻的行业中&#xff0c;复合机器人以其无与伦比的多功能性、极致的灵活性以及精准的操控能力&#xff0c;正在为该领域实现降本增效。以下&#xff0c;我们分享一个富唯智能的复合机器人在精密制造领域的应用案例。 案例背景&…
阅读更多...
记一次使用visual studio编译C++项目时无法找到 enum中的某些项

记一次使用visual studio编译C++项目时无法找到 enum中的某些项

vs 2017 编译一个cocos2dx 的老项目时&#xff0c;报错&#xff1a; 在项目中搜索关键字 ARMATURE_LOOP_COMPLETE&#xff0c;发现在文件EventType.h中是有定义的&#xff0c;是 enum Event 的一项&#xff0c;而且确认了报错的文件已经引入了这个头文件&#xff1a; 于是想检查…
阅读更多...
C++ 与其他编程语言区别_C++11/14/17新特性总结

C++ 与其他编程语言区别_C++11/14/17新特性总结

C11 decltype类型推导 decltype不依赖于初始化&#xff0c;根据表达式类推导类型 auto b &#xff1a;根据右边a的初始值来推导出变量的类型&#xff0c;然后将该初始值赋给bdecltype 则是根据a表达式来推导类型&#xff0c;变量的初始值与表达式的值无关表达式类型注意点&…
阅读更多...
React组件生命周期

React组件生命周期

一张图解释 React 类组件生命周期方法 React 类组件的生命周期可以分为三个主要阶段&#xff1a; 挂载&#xff08;Mounting&#xff09; 更新&#xff08;Updating&#xff09; 卸载&#xff08;Unmounting&#xff09; 挂载阶段 在组件实例被创建并插入到 DOM 中时调用…
阅读更多...
目标检测 | yolov1 原理和介绍

目标检测 | yolov1 原理和介绍

简介 论文链接&#xff1a;https://arxiv.org/abs/1506.02640 时间&#xff1a;2015年 作者&#xff1a;Joseph Redmon 代码参考&#xff1a;https://github.com/abeardear/pytorch-YOLO-v1 yolo属于one-stage算法&#xff0c;仅仅使用一个CNN网络直接预测不同目标的类别与位置…
阅读更多...
Transformer 会彻底改变时间序列预测吗？

Transformer 会彻底改变时间序列预测吗？

欢迎来到雲闪世界。“生成式人工智能革命”的核心是谷歌于 2017 年推出的 Transformer 模型。 但每一次技术革命都会带来混乱。在快速增长的环境中&#xff0c;很难公正地评估创新——更不用说估计其影响了。 开启人工智能这一突破的Transformer模型&#xff0c;如今已成为一…
阅读更多...
【Linux】文件描述符 fd

【Linux】文件描述符 fd

目录 一、C语言文件操作 1.1 fopen和fclose 1.2 fwrite和fread 1.3 C语言中的输入输出流 二、Linux的文件系统调用 2.1 open和文件描述符 2.2 close 2.3 read 2.4 write 三、Linux内核数据结构与文件描述符 一、C语言文件操作 在C语言中我们想要打开一个文件并对其进…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023