手寫HashMap?這麼狠,面試都捲到這種程度了?
第一次見到這個面試題,是在某個不方便透露姓名的Offer收割機大佬的文章:
這……我當時就麻了,我們都知道HashMap的資料結構是陣列+連結串列+紅黑樹,這是要手撕紅黑樹的節奏嗎?
後來,整理了一些面經,發現這道題在快手的面試出現還比較頻繁,分析這道題應該在快手的面試題庫。那既然頻繁出,肯定不能是手撕紅黑樹——我覺得面試官也多半撕不出來,不撕紅黑樹,那這道題還有點救,慢慢往下看。
認識雜湊表
HashMap其實是資料結構中的雜湊表在Java裡的實現。
雜湊表本質
雜湊表也叫雜湊表,我們先來看看雜湊表的定義:
雜湊表是根據關鍵碼的值而直接進行訪問的資料結構。
就像有人到公司找老三,前臺小姐姐拿手一指,那個牆角的工位就是。
簡單說來說,雜湊表由兩個要素構成:桶陣列
和雜湊函式
。
- 桶陣列:一排工位
- 雜湊函式:老三在牆角
桶陣列
我們可能知道,有一類基礎的資料結構線性表
,而線性表又分兩種,陣列
和連結串列
。
雜湊表資料結構裡,儲存元素的資料結構就是陣列,陣列裡的每個單元都可以想象成一個桶
(Bucket)。
假如給若干個程式設計師分配工位:蛋蛋
、熊大
、牛兒
、張三
,我們觀察到,這些名字比較有特色,最後一個字都是數字,我們可以把它提取出來作為關鍵碼
,這些一來,就可以把他們分配到對應編號的工位,沒分配到的工位就讓它先空著。
那麼在這種情況下,我們查詢/插入/刪除的時間複雜度是多少呢?很明顯,都是O(1)
。
但我們們也不是葫蘆娃,名字不能都叫一二三四五六七之類的,假如來的新人叫南宮大牛
,那我們怎麼分配他呢?
這就引入了我們的第二個關鍵要素——雜湊函式
。
雜湊函式
我們需要在元素和桶陣列
對應位置建立一種對映對映關係,這種對映關係就是雜湊函式
,也可以叫雜湊函式。
例如,我們一堆無規律的名字諸葛鋼鐵
、劉華強
、王司徒
、張全蛋
……我們就需要通過雜湊函式,算出這些名字應該分配到哪一號工位。
雜湊函式構造
雜湊函式也叫雜湊函式
,假如我們資料元素的key
是整數或者可以轉換為一個整數,可以通過這些常見方法來獲取對映地址。
-
直接定址法
直接根據
key
來對映到對應的陣列位置,例如1232放到下標1232的位置。 -
數字分析法
取
key
的某些數字(例如十位和百位)作為對映的位置 -
平方取中法
取
key
平方的中間幾位作為對映的位置 -
摺疊法
將
key
分割成位數相同的幾段,然後把它們的疊加和作為對映的位置 -
除留餘數法
H(key)=key%p(p<=N),關鍵字除以一個不大於雜湊表長度的正整數p,所得餘數為雜湊地址,這是應用最廣泛的雜湊函式構造方法。
在Java裡,Object類裡提供了一個預設的hashCode()方法,它返回的是一個32位int形整數,其實也就是物件在記憶體裡的儲存地址。
但是,這個整數肯定是要經過處理的,上面幾種方法裡直接定址法
可以排除,因為我們不可能建那麼大的桶陣列。
而且我們最後計算出來的雜湊地址,儘可能要在桶陣列長度範圍之內,所以我們選擇除留取餘法
。
雜湊衝突
理想的情況,是每個資料元素經過雜湊函式的計算,落在它獨屬的桶陣列的位置。
但是現實通常不如人意,我們的空間是有限的,設計再好的雜湊函式也不能完全避免雜湊衝突。所謂的雜湊衝突,就是不同的key經過雜湊函式計算,落到了同一個下標。
既然有了衝突,就得想辦法解決衝突,常見的解決雜湊衝突的辦法有:
鏈地址法
也叫拉鍊法,看起來,像在桶陣列上再拉一個連結串列出來,把發生雜湊衝突的元素放到一個連結串列裡,查詢的時候,從前往後遍歷連結串列,找到對應的key
就行了。
開放地址法
開放地址法,簡單來說就是給衝突的元素再在桶陣列裡找到一個空閒的位置。
找到空閒位置的方法有很多種:
- 線行探查法: 從衝突的位置開始,依次判斷下一個位置是否空閒,直至找到空閒位置
- 平方探查法: 從衝突的位置x開始,第一次增加
1^2
個位置,第二次增加2^2
...,直至找到空閒的位置 - 雙雜湊函式探查法
……
再雜湊法
構造多個雜湊函式,發生衝突時,更換雜湊函式,直至找到空閒位置。
建立公共溢位區
建立公共溢位區,把發生衝突的資料元素儲存到公共溢位區。
很明顯,接下來我們解決衝突,會使用鏈地址法。
好了,雜湊表的介紹就到這,相信你已經對雜湊表的本質有了深刻的理解,接下來,進入coding時間。
HashMap實現
我們實現的簡單的HashMap命名為ThirdHashMap
,先確定整體的設計:
- 雜湊函式:hashCode()+除留餘數法
- 衝突解決:鏈地址法
整體結構如下:
內部節點類
我們需要定義一個節點來作為具體資料的載體,它不僅要承載鍵值對,同樣還得作為單連結串列的節點:
/**
* 節點類
*
* @param <K>
* @param <V>
*/
class Node<K, V> {
//鍵值對
private K key;
private V value;
//連結串列,後繼
private Node<K, V> next;
public Node(K key, V value) {
this.key = key;
this.value = value;
}
public Node(K key, V value, Node<K, V> next) {
this.key = key;
this.value = value;
this.next = next;
}
}
成員變數
主要有四個成員變數,其中桶陣列作為裝載資料元素的結構:
//預設容量
final int DEFAULT_CAPACITY = 16;
//負載因子
final float LOAD_FACTOR = 0.75f;
//HashMap的大小
private int size;
//桶陣列
Node<K, V>[] buckets;
構造方法
構造方法有兩個,無參構造方法,桶陣列預設容量,有參指定桶陣列容量。
/**
* 無參構造器,設定桶陣列預設容量
*/
public ThirdHashMap() {
buckets = new Node[DEFAULT_CAPACITY];
size = 0;
}
/**
* 有參構造器,指定桶陣列容量
*
* @param capacity
*/
public ThirdHashMap(int capacity) {
buckets = new Node[capacity];
size = 0;
}
雜湊函式
雜湊函式,就是我們前面說的hashCode()和陣列長度取餘。
/**
* 雜湊函式,獲取地址
*
* @param key
* @return
*/
private int getIndex(K key, int length) {
//獲取hash code
int hashCode = key.hashCode();
//和桶陣列長度取餘
int index = hashCode % length;
return Math.abs(index);
}
put方法
我用了一個putval方法來完成實際的邏輯,這是因為擴容也會用到這個方法。
大概的邏輯:
- 獲取元素插入位置
- 當前位置為空,直接插入
- 位置不為空,發生衝突,遍歷連結串列
- 如果元素key和節點相同,覆蓋,否則新建節點插入連結串列頭部
/**
* put方法
*
* @param key
* @param value
* @return
*/
public void put(K key, V value) {
//判斷是否需要進行擴容
if (size >= buckets.length * LOAD_FACTOR) resize();
putVal(key, value, buckets);
}
/**
* 將元素存入指定的node陣列
*
* @param key
* @param value
* @param table
*/
private void putVal(K key, V value, Node<K, V>[] table) {
//獲取位置
int index = getIndex(key, table.length);
Node node = table[index];
//插入的位置為空
if (node == null) {
table[index] = new Node<>(key, value);
size++;
return;
}
//插入位置不為空,說明發生衝突,使用鏈地址法,遍歷連結串列
while (node != null) {
//如果key相同,就覆蓋掉
if ((node.key.hashCode() == key.hashCode())
&& (node.key == key || node.key.equals(key))) {
node.value = value;
return;
}
node = node.next;
}
//當前key不在連結串列中,插入連結串列頭部
Node newNode = new Node(key, value, table[index]);
table[index] = newNode;
size++;
}
擴容方法
擴容的大概過程:
- 建立兩倍容量的新陣列
- 將當前桶陣列的元素重新雜湊到新的陣列
- 新陣列置為map的桶陣列
/**
* 擴容
*/
private void resize() {
//建立一個兩倍容量的桶陣列
Node<K, V>[] newBuckets = new Node[buckets.length * 2];
//將當前元素重新雜湊到新的桶陣列
rehash(newBuckets);
buckets = newBuckets;
}
/**
* 重新雜湊當前元素
*
* @param newBuckets
*/
private void rehash(Node<K, V>[] newBuckets) {
//map大小重新計算
size = 0;
//將舊的桶陣列的元素全部刷到新的桶陣列裡
for (int i = 0; i < buckets.length; i++) {
//為空,跳過
if (buckets[i] == null) {
continue;
}
Node<K, V> node = buckets[i];
while (node != null) {
//將元素放入新陣列
putVal(node.key, node.value, newBuckets);
node = node.next;
}
}
}
get方法
get方法就比較簡單,通過雜湊函式獲取地址,這裡我省去了有沒有成連結串列的判斷,直接查詢連結串列。
/**
* 獲取元素
*
* @param key
* @return
*/
public V get(K key) {
//獲取key對應的地址
int index = getIndex(key, buckets.length);
if (buckets[index] == null) return null;
Node<K, V> node = buckets[index];
//查詢連結串列
while (node != null) {
if ((node.key.hashCode() == key.hashCode())
&& (node.key == key || node.key.equals(key))) {
return node.value;
}
node = node.next;
}
return null;
}
完整程式碼:
測試
測試程式碼如下:
@Test
void test0() {
ThirdHashMap map = new ThirdHashMap();
for (int i = 0; i < 100; i++) {
map.put("劉華強" + i, "你這瓜保熟嗎?" + i);
}
System.out.println(map.size());
for (int i = 0; i < 100; i++) {
System.out.println(map.get("劉華強" + i));
}
}
@Test
void test1() {
ThirdHashMap map = new ThirdHashMap();
map.put("劉華強1","哥們,你這瓜保熟嗎?");
map.put("劉華強1","你這瓜熟我肯定要啊!");
System.out.println(map.get("劉華強1"));
}
大家可以自行跑一下看看結果。
總結
好了,到這,我們一個簡單的HashMap就實現了,這下,面試快手再也不怕手寫HashMap了。
快手面試官:真的嗎?我不信。我就要你手寫個紅黑樹版的……
當然了,我們也發現,HashMap的O(1)時間複雜度操作是在衝突比較少的情況下,簡單的雜湊取餘肯定不是最優的雜湊函式;衝突之後,連結串列拉的太長,同樣影響效能;我們的擴容和put其實也存線上程安全的問題……
但是,現實裡我們不用考慮那麼多,因為李老爺已經幫我們寫好了,我們只管呼叫就完了。
下一篇,會以面試對線的形式來走進李老爺操刀的HashMap!
點贊、關注不迷路,我們們下期見!
參考:
[1].《資料結構與演算法》
[2].構造雜湊函式方法