Java数据结构-HashMap和HashSet

目录

一.集合框架图

 二.HashMap

1.整型存储

2.其他类型存储（引用类，字符串型）

3.哈希位置冲突

1.线性探测法：

2.二次探测法/平方探测法

3.开散列法/哈希桶

4.如何尽量避免哈希数的冲突 

注意：扩容的时候要重新哈希，也就是通过哈希函数重新哈希数据在进行存储。 

三.HashSet

---

一.集合框架图

 二.HashMap

1.整型存储

HashMap实现自Map接口，从图中我们可以看出，实现Map接口的方法有三个，但在大多情况下，都是使用HashMap来实现，原因就是HashMap的增删查改时间复杂度都为O（1）,这时我们未免会有疑问为什么HashMap的时间复杂度这么低？原因便是：

HashMap的存储是通过哈希函数来决定元素存储的位置的，比如说哈希函数为 k%3，而存储位置是一个大小为10array的数组，则1的存储位置为1%3=1，则.元素1就存储在array[1].

2.其他类型存储（引用类，字符串型）

在java中hashcode方法是Object类的native方法，返回值为int型，可以利用hashcode（）方法来获取其他类型的哈希值再通过哈希函数进行存储。

3.哈希位置冲突

当进行hashmap的存储时，可能会有多个元素通过哈希函数后获得的哈希值相同，这时我们应该怎么处理？

哈希函数也叫作散列函数，当出现相同哈希数时需要我们来处理，具体处理方法如下。

其中线性探测法就是当出现位置冲突时将元素放在冲突元素的

1.线性探测法：

线性探测法中函数是位置i的函数，这相当于当发生冲突的时候，逐个单元甚至回绕查询到一个空单元，也就是说数据都需要放置在这一个表格中，当发生冲突的时候就出发上面的机制，不过这样做，花费的时间是相当多的，这样单元会形成一些区域块，其结果称作为一次聚焦，也就是是说经过多次的查找才能找到一个空的单元：

    Hkey（x） = Hkey（n）+ i;

也就是当出现和n重复的hash值的时候，则需要逐个进行探测，因为可以回绕，所以可以只取一个方向继续查找空单元。不过分析一下可以看出，当表中元素多于一半的话，则需要查找的次数就更多了，这也就不再是一种好办法，耗费了大量的时间

2.二次探测法/平方探测法

二次探测法是消除线性探测法聚集问题的一种方法，流行的选择是f（i）= i^2.对于二次探测法，单元被填满，情况要比线性探测法更加严重，一旦表的大小超过一半，表的大小不是素数的时候，有可能在表被填充到一半之前就可能找不到空单元了，因此最多只有一半的空位置用来解决冲突问题。

3.开散列法/哈希桶

4.如何尽量避免哈希数的冲突 

其中负载因子为需要存储的数据数量除以数组容量

注意：扩容的时候要重新哈希，也就是通过哈希函数重新哈希数据在进行存储。 

三.HashSet

HashSet的底层是HashMap，只是HashSet只有key值没有val，具体实现可以参考HashMap。

最后记得三连^_^