两个数组
- bucket数组：存储key的hash桶，桶指的是把hashcode分配到一定的范围内
- entry数组：用来存储实现的值，它是一个单向链表，bucket总是存储链表的最后一个元素
实现方式
通过哈希桶来实现的k/v存储，通过key的hash码，再进行桶计算，生成一个在某个范围内的值，这就是桶的索引号，再把值存储到桶对应的entry里，桶bucket存储了entry的索引号，通过一个bucket可以直接或者间接找到一个entry.
- 直接找到：当hash没有冲突时，它存储的就是真实的entry索引
- 间接找到：当hash出现冲突(碰撞)时，它就会把当前最后的索引赋值这个新entry.next，而新的entry的索引就是现在的bucket的值。
实现流程图
graph LR
key-->hashcode
hashcode-->bucket桶运算
bucket桶运算-->得到bucket索引
得到bucket索引-->bucket值就是entry的索引
bucket值就是entry的索引-->x("↓")
graph LR
bucket值就是entry的索引-->冲突解决
冲突解决-->单向链表next指向上一个值
单向链表next指向上一个值-->单身链表查找
单身链表查找-->返回结果
数组长度为素数
hash桶数全部使用的是质数，因为我们在hash的定义中，hash函数使用的是标准的求模函数，因此这样定义桶数有利于元素各个桶之间的均匀分布和减少hash相同值的碰撞概率。
例如：
举一个有点极端的例子，假设我们的元素全是偶数1,4,6,8,10,12,14,1,6,18,20,22
如果我们使用4个桶：
0: 4,8,12,16.20
1：
2：6,10,14,18,22
3：
很明显看出有的桶有很多元素，但是有的桶是空桶，如果我们改为使用3个桶：
0: 6,12,18
1：4,10,16,22
2：2,8,14,20
模拟一个字典的实现
@Getter
@Setter
class KVPair<K, T> {
private K key;
private T value;
private int hashCode;
private int next; //下一个元素的下标索引，如果没有下一个就为-1
}
/**
* 模拟实现一个字典kv结构.
*
* @param <T>
*/
class MokiHashMap<K, T> {
static int[] primes = {
3, 7, 11, 17, 23, 29, 37, 47, 59, 71, 89, 107, 131, 163, 197, 239, 293, 353, 431, 521, 631, 761, 919,
1103, 1327, 1597, 1931, 2333, 2801, 3371, 4049, 4861, 5839, 7013, 8419, 10103, 12143, 14591,
17519, 21023, 25229, 30293, 36353, 43627, 52361, 62851, 75431, 90523, 108631, 130363, 156437,
187751, 225307, 270371, 324449, 389357, 467237, 560689, 672827, 807403, 968897, 1162687, 1395263,
1674319, 2009191, 2411033, 2893249, 3471899, 4166287, 4999559, 5999471, 7199369};
// 桶数组
private int[] buckets;// 最新的entry的索引号，
// 真实的数据
private KVPair<K, T>[] entry; // entry根据next形成一个单链表
private int count = 0; // 当前entries的数量
public MokiHashMap() {
buckets = new int[3];
entry = new KVPair[3];
for (int i = 0; i < buckets.length; i++) {
buckets[i] = -1;
}
}
private void reSize() {
int newLength = getPrime(count);
int[] newBuckets = new int[newLength];
for (int i = 0; i < newBuckets.length; i++) {
newBuckets[i] = -1;
}
KVPair<K, T>[] newEntries = new KVPair[newLength];
System.arraycopy(entry, 0, newEntries, 0, count);
System.arraycopy(buckets, 0, newBuckets, 0, count);
entry = newEntries;
buckets = newBuckets;
}
/**
* 得到某个key所在的hash桶
*
* @param key .
* @return
*/
private int getHashBucketIndex(K key) {
int len = buckets.length;
int hashCode = key.hashCode();
int index = hashCode & (len - 1);//len升级的hash桶
return index;
}
/**
* 得到较大的素数.
*
* @param min .
* @return
*/
private int getPrime(int min) {
if (min < 0) {
throw new IllegalArgumentException("最小为3");
}
for (int i = 0; i < primes.length; i++) {
int prime = primes[i];
if (prime > min) return prime;
}
return min;
}
public void add(K key, T value) {
if (count == entry.length) {
reSize();
}
int index = getHashBucketIndex(key);
int entryIndex = buckets[index];
entry[count] = new KVPair();
if (entryIndex < 0) {
entry[count].setNext(-1);
} else {
entry[count].setNext(buckets[index]);
}
entry[count].setHashCode(index);
entry[count].setKey(key);
entry[count].setValue(value);
buckets[index] = count;
count = count + 1;
}
public T find(K key) {
int entryIndex = buckets[getHashBucketIndex(key)];
while (entry[entryIndex].getNext() > -1) {
if (entry[entryIndex].getKey().equals(key)
&& entry[entryIndex].getHashCode() == getHashBucketIndex(key)) {
return entry[entryIndex].getValue();
}
entryIndex = entry[entryIndex].getNext();
}
return null;
}
}
public class KVTest {
@Test
public void testDic() {
MokiHashMap<String, String> dic = new MokiHashMap<>();
dic.add("ok", "1");
dic.add("zzl", "2");
dic.add("lr", "3");
dic.add("dd", "1");
dic.add("a", "b");
dic.add("b", "c");
dic.add("d", "e");
dic.add("e", "f");
System.out.println("dic find:" + dic.find("a"));
}
}
内容来源于网络如有侵权请私信删除
- 还没有人评论，欢迎说说您的想法！
客服
