【数据结构】哈希表详解，举例说明 java中的 HashMap

一、哈希表（Hash Table）简介：

哈希表是一种数据结构，用于实现字典或映射等抽象数据类型。它通过把关键字映射到表中的一个位置来实现快速的数据检索。哈希表的基本思想是利用哈希函数将关键字映射到数组的索引位置上，从而实现常数时间的查找、插入和删除操作。

二、哈希表的基本组成部分：

• 哈希函数（Hash Function）： 哈希函数负责将关键字映射到哈希表的索引位置。一个好的哈希函数应该能够将关键字均匀地分布到哈希表的各个位置上，减少冲突的概率。
• 数组（Array）： 哈希表的主要存储结构是一个数组，通过哈希函数计算的索引将关键字映射到数组的位置上。
• 冲突处理（Collision Resolution）： 冲突是指两个不同的关键字被哈希函数映射到了相同的位置上。常见的冲突处理方法包括链地址法和开放地址法。
• 链地址法（Separate Chaining）： 每个哈希表的位置上维护一个链表，冲突的关键字被放入相应位置的链表中。如上图所示，是一个链地址法实现的哈希表。
• 开放地址法（Open Addressing）：如果发生冲突，就尝试寻找下一个可用的位置。有多种开放地址法的实现方式，如线性探测、二次探测等。

三、Java 中的 HashMap：

在 Java 中，HashMap 是基于哈希表实现的键值对存储的数据结构。以下是 HashMap 的一些重要特性和实现细节：

• 数据结构： HashMap 使用数组存储键值对，每个数组元素称为桶（bucket）。每个桶可以存储多个键值对。
• 哈希函数： HashMap 使用键的哈希码来确定桶的位置。Java 中的 hashCode() 方法用于获取对象的哈希码。
• 冲突处理： 当多个键的哈希码映射到相同的桶上时，HashMap 使用链地址法来解决冲突，即在桶中维护一个链表。
• 负载因子和扩容： HashMap 有一个负载因子（load factor）的概念，当桶中的键值对数量达到负载因子与桶的容量的乘积时，触发扩容操作。默认负载因子为 0.75。负载因子的值增大，冲突率也随着增大，我们不能直接控制冲突率，可以通过影响负载因子来降低冲率，而控制负载因子，负载因子是哈希表的元素数量除哈希桶数量，我们认为哈希表要传入的数量是未知的，也可以看作无穷的，所以，通过不能降低减少哈希表元素的数量来降低负载因子的值，但我们可以通过增加哈希桶的值来降低负载因子的值，进而降低冲突率。
• 迭代顺序： HashMap 的迭代顺序不是固定的，不同版本的 JDK 可能有不同的实现。在 Java 8 之前，HashMap 的迭代顺序是不确定的。在 Java 8 及以后，为了提高性能，引入了红黑树（RB-tree）来优化链表，影响了迭代顺序。
• 线程安全： HashMap 不是线程安全的，如果多个线程同时操作 HashMap，可能会导致并发问题。可以考虑使用 Collections.synchronizedMap() 或者 ConcurrentHashMap 来实现线程安全。参考【数据类型】ConcurrentHashMap分段锁实现高并发 和【数据类型】Collections.synchronizedMap 多线程Map

// 示例代码
import java.util.HashMap;
import java.util.Map;

public class HashMapExample {
    public static void main(String[] args) {
        // 创建 HashMap 实例
        Map<String, Integer> hashMap = new HashMap<>();

        // 添加键值对
        hashMap.put("Alice", 25);
        hashMap.put("Bob", 30);
        hashMap.put("Charlie", 22);

        // 获取值
        int age = hashMap.get("Bob");
        System.out.println("Bob's age: " + age);

        // 遍历 HashMap
        for (Map.Entry<String, Integer> entry : hashMap.entrySet()) {
            System.out.println(entry.getKey() + ": " + entry.getValue());
        }
    }
}

上述代码展示了使用 HashMap 存储和访问键值对的基本操作。