深刻解析Hashtable、Dictionary、SortedDictionary、SortedList

咱们先看Hashtable。

MSDN的解释：表示键/值对的集合，这些键/值对根据键的哈希代码进行组织。

Hash算法是把任意长度的输入（又叫作预映射， pre-image），经过散列算法，变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间一般远小于输入的空间，不 同的输入可能会散列成相同的输出，而不可能从散列值来惟一的肯定输入值。 

Hashtable 对象由包含集合元素的存储桶组成。存储桶是 Hashtable 中各元素的虚拟子组，与大多数集合中进行的搜索和检索相比，存储桶 可令搜索和检索更为便捷。每一存储桶都与一个哈希代码关联，该哈希代码是使用哈希函数生成的并基于该元素的键。

Hashtable 类默认的装填因子是 1.0，但实际上它默认的装填因子是 0.72。全部从构造函数输入的装填因子，Hashtable 类内部都会将其乘以0.72。这是一个要求苛刻的数字, 某些时刻将装填因子增减 0.01, 可能你的 Hashtable 存取效率就提升或下降了 50%，其缘由是装填因子决定散列表容量，而散列表容量又影响 Key 的冲突概率，进而影响性能。0.72 是 Microsoft通过大量实验得出的一个比较平衡的值。

咱们看Hashtable的一些源码：

 

Hashtable .ctor

Hashtable 扩容是个耗时很是惊人的内部操做，它之因此写入效率仅为读取效率的 1/10 数量级，频繁的扩容是一个因素。当进行扩容时，散列表内部要从新 new 一个更大的数组，而后把原来数组的内容拷贝到新数组，并进行从新散列。如何 new这个更大的数组也有讲究。散列表的初始容量通常来说是个素数。当扩容时，新数组的大小会设置成原数组双倍大小的相近的一个素数。

 

HashTable数据结构存在问题：空间利用率偏低、受填充因子影响大、扩容时全部的数据须要从新进行散列计算。虽然Hash具备O(1)的数据检索效率，但它空间开销却一般很大，是以空间换取时间。因此Hashtable适用于读取操做频繁，写入操做不多的操做类型。

而Dictionary<K, V> 也是用的Hash算法，经过数组实现多条链式结构。不过它是采用分离连接散列法。采用分离连接散列法不受到装填因子的影响，扩容时原有数据不须要从新进行散列计算。

采用分离连接法的 Dictionary<TKey, TValue> 会在内部维护一个链表数组。对于这个链表数组 L0,L1,...，LM-1, 散列函数将告诉咱们应当把元素 X 插入到链表的什么位置。而后在 find 操做时告诉咱们哪个表中包含了 X。 这种方法的思想在于：尽管搜索一个链表是线性操做，但若是表足够小，搜索很是快(事实也的确如此，同时这也是查找，插入，删除等操做并不是老是 O(1) 的缘由)。特别是，它不受装填因子的限制。
这种状况下，常见的装填因子是 1.0。更低的装填因子并不能明显的提升性能，但却须要更多的额外空间。 

Dictionary的插入算法：一、计算key的hash值，而且找到buckets中目标桶的链首索引，二、从链上依次查找是否key已经保存，三、若是没有的话，判断是否存在freeList，四、若是存在freeList，从freeList上摘下结点保存数据，不然追加在count位置上。

buckets数组保存全部数据链的链首，Buckets[i]表示在桶i中数据链的链首元素。entries结构体数组用于保存实际的数据，经过next值做为链式结构的向后索引。删除的数据空间会被串入到freeList链表的首部，当再次插入数据时，会首先查找freeList链表，以提升查找entries中空闲数据项位置的效率。在枚举器中，枚举顺序为entries数组的下标递增顺序。

 而SortedDictionary，MSDN是这样描述的：

SortedDictionary<(Of <(TKey, TValue>)>) 泛型类是检索运算复杂度为 O(log n) 的二叉搜索树，其中 n 是字典中的元素数。就这一点而言，它与 SortedList<(Of <(TKey, TValue>)>)  泛型类类似。这两个类具备类似的对象模型，而且都具备 O(log n) 的检索运算复杂度。这两个类的区别在于内存的使用以及插入和移除元素的速度： 

1. SortedList<(Of <(TKey, TValue>)>)  使用的内存比 SortedDictionary<(Of <(TKey, TValue>)>) 少。
2. SortedDictionary<(Of <(TKey, TValue>)>) 可对未排序的数据执行更快的插入和移除操做：它的时间复杂度为 O(log n)，而 SortedList<(Of <(TKey, TValue>)>) 为 O(n)。
3. 若是使用排序数据一次性填充列表，则 SortedList<(Of <(TKey, TValue>)>) 比 SortedDictionary<(Of <(TKey, TValue>)>) 快。

SortedDictionary<K, V>是按照K有序排列的(K, V)数据结构，以红黑树做为内部数据结构对K进行排列保存– TreeSet<T>，红黑树是一棵二叉搜索树，每一个结点具备黑色或者红色的属性。它比普通的二叉搜索树拥有更好的平衡性。2-3-4树是红黑树在“理论”上的数据结构。

2-3-4树插入算法：相似于二叉搜索树的插入（插入数据插入到树的叶子结点） ，若是插入位置是2-结点或者3-结点，那么直接插入到当前结点，若是插入位置是4-结点，须要将当前的4-结点进行拆分，而后再执行后继的插入操做。 

咱们来测试一下Hashtable、Dictionary和SortedDictionary的插入和查找性能。

 

性能测试代码

最终结果如图：

  

 

(原文：http://www.cnblogs.com/moozi/archive/2010/05/23/1741980.html)