Java数据结构:哈希表

1.基本介绍

  • 散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。

  • 给定表M,存在函数f(key),对任意给定的关键字值key,代入函数后若能得到包含该关键字的记录在表中的地址,则称表M为哈希(Hash)表,函数f(key)为哈希(Hash) 函数。


  • 若关键字为k,则其值存放在f(k)的存储位置上。由此,不需比较便可直接取得所查记录。称这个对应关系f为散列函数,按这个思想建立的表为散列表。

  • 对不同的关键字可能得到同一散列地址,即k1 ≠k2,而f(k1)=f(k2),这种现象称为冲突(英语:Collision)。具有相同函数值的关键字对该散列函数来说称做同义词。综上所述,根据散列函数f(k)和处理冲突的方法将一组关键字映射到一个有限的连续的地址集(区间)上,并以关键字在地址集中的“像”作为记录在表中的存储位置,这种表便称为散列表,这一映射过程称为散列造表或散列,所得的存储位置称散列地址。

  • 若对于关键字集合中的任一个关键字,经散列函数映象到地址集合中任何一个地址的概率是相等的,则称此类散列函数为均匀散列函数(Uniform Hash function),这就是使关键字经过散列函数得到一个“随机的地址”,从而减少冲突。

2.实际题目

google公司的一个上机题:
有一个公司,当有新的员工来报道时,要求将该员工的信息加入(id,性别,年龄,名字,住址..),当输入该员工的id时,要求查找到该员工的所有信息.

  • 题目思路:

由图可知我们需要创建三个类及其对应方法
1.HashTable类 (相当于图中蓝色部分)
2.EmpLinkedList类 (相当于图中绿色部分)
3.Emp类 (相当于图中黑色部分)

//Emp类
class Emp{
public int id;
public String name; 
public Emp next;
//构造方法
public Emp(int id, String name) {
    super();
    this.id = id;
    this.name = name;
}
@Override
public String toString() {  
    return "HeroNode [id=" + id + ", name=" + name +  "]";
}
 }


 // HashTable类
class HashTable{
 private EmpLinkedList[] emplist;
private int size;
public HashTable(int size) {
    this.size = size;
    emplist = new EmpLinkedList[size];
    for(int i = 0;i < emplist.length;i++) {
        emplist[i] = new EmpLinkedList();
    }
}   
public void list() {
    for(int i = 0;i < size;i++) {
        if(emplist[i].isEmpty()) {
            System.out.println("第"+i+"个节点链表为空");
        }else {
            System.out.println("第"+i+"个节点链表为:");
            emplist[i].list();
        }
    }
}   
public void findEmp(int id) {
    int index = 0;
    boolean flag = false;
    while(true) {
        if(emplist[index].findById(id) != null) {
            break;
        }
        if(index == emplist.length-1) {
            if(emplist[index].findById(id) == null) {
            flag = true;
            }
            break;
        }
        index++;
    }
    if(flag) {
        System.out.println("未找到该数据");
    }else {
        System.out.println("在第"+index+"个节点找到数据:"+emplist[index].findById(id));
    }
}   
public void add(Emp emp) {
    int tableIndex = hashFun(emp.id);
    emplist[tableIndex].add(emp);
}   
//编写散列函数
public int hashFun(int id) {
    return id % size;
}
}


//EmpLinkedList类
class EmpLinkedList{
private Emp head;   
public void add(Emp emp) {
    if(head == null) {
        head = emp;
        return;
    }
    Emp temp = head;
    while(true) {
        if(temp.next == null) {
            break;
        }
        temp = temp.next;
    }
    temp.next = emp;
}   
public boolean isEmpty() {
    if(head == null) {
        return true;
    }else {
        return false;
    }
}   
public void list() {
    if(isEmpty()) {
        System.out.println("链表为空");
    }
    Emp temp = head;
    while(true) {           
        System.out.println(temp.toString());
        if(temp.next == null) {
            break;
        }
        temp = temp.next;
    }       
}
public Emp findById(int id) {
    if(isEmpty()) {
        return null;
    }
    Emp temp = head;
    while(true) {
        if(temp.id == id) {
            return temp;
        }
        if(temp.next == null) {
            return null;
        }
        temp = temp.next;
    }
}
  • 然后再到main方法中测试数据:

     public static void main(String[] args) {
        HashTable table = new HashTable(10);
        Emp emp1 = new Emp(1,"一号");
        Emp emp2 = new Emp(2,"二号");
        Emp emp3 = new Emp(21,"二一号");
        table.add(emp1);
        table.add(emp2);
        table.add(emp3);
        table.findEmp(2);
       
      }
    
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,001评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,210评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,874评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,001评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,022评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,005评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,929评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,742评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,193评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,427评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,583评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,305评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,911评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,564评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,731评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,581评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,478评论 2 352