Java集合源码分析之基础（二）：哈希表

不管是数组仍是链表，其对数据的查询表现都比较无力，要想知道一个元素是否在数组或链表中，只能从前向后挨个对比。出现这个问题的根源在于，咱们没有办法直接根据一个元素找到它存储的位置，那有没有办法消除这个对比的过程呢？

哈希表就是解决查询问题的一种方案。在后续将会分析的二叉排序树中，还会将数据排序以进行二分查找，将时间复杂度从O(n)下降到O(lg n)。

哈希表与Hash函数

通俗来说，哈希表就是经过关键字来获取数据的一种数据结构，它经过把关键字映射为表中的位置来获取元素，这种映射主要是使用Hash函数。

Hash函数，其实是创建起key值与int值映射关系的函数。这就比如咱们每一个人都有一个身份证号同样，不管是男是女，出生在何处，均可以经过身份证号来分辨，这就是把人的信息映射成一串数字的典型作法。Hash函数和此相似，不过是把任意的Java对象，映射成一个int数值，供哈希表使用。

而哈希表，就是一个数组，只是其元素不是按照数组的规则排列的。任何一个元素要放进哈希表中，都必须先经过Hash函数获取到一个int数值，这个数值通过处理后将做为它的存放位置，而后这个元素才能放进哈希表中。

能够发现，数组与哈希表的操做不一样之处主要在于，前者是直接插入，后者须要经过Hash函数计算后再插入。能够经过下图对比来理解：

哈希表彻底继承了数组的优势，又显著的提升了查询的速度，经过Hash函数使得查询速度达到了O(1)。既然有了哈希表，它这么优秀，为什么还须要数组的存在呢？那是由于Hash表是有缺陷的，这个缺陷就是哈希碰撞。

哈希碰撞

Hash函数所作的事，就是不管什么对象，都根据一个规则映射为一个int值。被转换的对象有无数种可能，可是int的值是有限的，它只有2^32^个，这样一来，必然会有不一样的对象，映射获得相同的int值，这就是所谓的哈希碰撞。发生碰撞以后，就要把不一样的元素插入到相同的位置，这时候单纯的使用一维数组已经没法知足需求了。

解决哈希碰撞的方法

要解决哈希碰撞，咱们能够想到多种解决方案。例如使用二维数组，将碰撞的元素按顺序存储起来，相似下图：

这样的方式有一个很大的诟病，由于数组大小是固定的，因此第二维的数组长度都是同样的，可是哈希碰撞必定是比较少发生的状况，也就是咱们声明了一个很大的数组，可是其中大部分都是闲置的，这就浪费了大量的内存。

还有一些方案是考虑了哈希表的散列化，将元素插入到空闲的位置去。由于哈希表基本不会像数组同样每一个位置都有元素，这样就能够将碰撞的元素插入到这些空闲的位置中区，这种方案称为定址法。可是这个方法在扩展性上表现不佳，咱们这里就再也不浪费篇幅来解释它了。

目前比较通用的方法，就是使用数组+链表组合的方式。当出现哈希碰撞时，在该位置的数据就经过链表的方式连接起来，以下图所示：

这是当前比较理想的方法，既继承了数组的优势，又在碰撞时继承了链表的优势，这也是哈希表强大的地方之一。

在JDK1.7及以前的版本中，HashMap的存储结构和上图是一致的，在JDK1.8以后还加入了红黑树以进一步优化，在后续文章中咱们会对其进行详尽的分析。

哈希表的优缺点

哈希表是一种优化存储的思想，具体存储元素的依然是其余的数据结构。设计良好的哈希表，能同时兼备数组和链表的优势，它能在插入和查找时都具有良好的性能。然而设计很差的哈希表，有可能会出现较多的哈希碰撞，致使链表过长，从而哈希表会更像一个链表。还有当数据量很大时，为防止链表过长，就须要对数组进行扩容，这时就涉及到了数组的拷贝，其对性能的影响也很严重，因此须要提早对可能的状况有良好的预测，才能真正发挥哈希表的优点。

上一篇：Java集合源码分析之基础（一）：数组与链表

下一篇：Java集合源码分析之基础（三）：树与二叉树

本文到此就结束了，若是您喜欢个人文章，能够关注个人微信公众号：大大纸飞机

或者扫描下方二维码直接添加：

您也能够关注个人github：https://github.com/LtLei/articles

编程之路，道阻且长。惟，路漫漫其修远兮，吾将上下而求索。