手写HashMap，快手面试官直呼内行！

语言: CN / TW / HK
时间 2021-11-24 13:15:15

theme: cyanosis highlight: atom-one-dark

手写HashMap？这么狠，面试都卷到这种程度了？

第一次见到这个面试题，是在某个不方便透露姓名的Offer收割机大佬的文章：

手写HashMap,快手一面卒

这……我当时就麻了，我们都知道HashMap的数据结构是数组+链表+红黑树，这是要手撕红黑树的节奏吗？

后来，整理了一些面经，发现这道题在快手的面试出现还比较频繁，分析这道题应该在快手的面试题库。那既然频繁出，肯定不能是手撕红黑树——我觉得面试官也多半撕不出来，不撕红黑树，那这道题还有点救，慢慢往下看。

认识哈希表

HashMap其实是数据结构中的哈希表在Java里的实现。

哈希表本质

哈希表也叫散列表，我们先来看看哈希表的定义：

哈希表是根据关键码的值而直接进行访问的数据结构。

就像有人到公司找老三，前台小姐姐拿手一指，那个墙角的工位就是。

简单说来说，哈希表由两个要素构成：桶数组和散列函数。

  • 桶数组：一排工位
  • 散列函数：老三在墙角

桶数组

我们可能知道，有一类基础的数据结构线性表，而线性表又分两种，数组和链表。

哈希表数据结构里，存储元素的数据结构就是数组，数组里的每个单元都可以想象成一个桶（Bucket）。

假如给若干个程序员分配工位：蛋蛋、熊大、牛儿、张三，我们观察到，这些名字比较有特色，最后一个字都是数字，我们可以把它提取出来作为关键码，这些一来，就可以把他们分配到对应编号的工位，没分配到的工位就让它先空着。

元素映射

那么在这种情况下，我们查找/插入/删除的时间复杂度是多少呢？很明显，都是O(1)。

但咱们也不是葫芦娃，名字不能都叫一二三四五六七之类的，假如来的新人叫南宫大牛，那我们怎么分配他呢？

这就引入了我们的第二个关键要素——散列函数。

散列函数

我们需要在元素和桶数组对应位置建立一种映射映射关系，这种映射关系就是散列函数，也可以叫哈希函数。

例如，我们一堆无规律的名字诸葛钢铁、刘华强、王司徒、张全蛋……我们就需要通过散列函数，算出这些名字应该分配到哪一号工位。

散列函数

散列函数构造

散列函数也叫哈希函数，假如我们数据元素的key是整数或者可以转换为一个整数，可以通过这些常见方法来获取映射地址。

  • 直接定址法

直接根据key来映射到对应的数组位置，例如1232放到下标1232的位置。

  • 数字分析法

取key的某些数字（例如十位和百位）作为映射的位置

  • 平方取中法

取key平方的中间几位作为映射的位置

  • 折叠法

将key分割成位数相同的几段，然后把它们的叠加和作为映射的位置

  • 除留余数法

H（key)=key%p（p<=N）,关键字除以一个不大于哈希表长度的正整数p，所得余数为哈希地址，这是应用最广泛的散列函数构造方法。

散列函数构造

在Java里，Object类里提供了一个默认的hashCode()方法，它返回的是一个32位int形整数，其实也就是对象在内存里的存储地址。

但是，这个整数肯定是要经过处理的，上面几种方法里直接定址法可以排除，因为我们不可能建那么大的桶数组。

而且我们最后计算出来的散列地址，尽可能要在桶数组长度范围之内，所以我们选择除留取余法。

哈希冲突

理想的情况，是每个数据元素经过哈希函数的计算，落在它独属的桶数组的位置。

但是现实通常不如人意，我们的空间是有限的，设计再好的哈希函数也不能完全避免哈希冲突。所谓的哈希冲突，就是不同的key经过哈希函数计算，落到了同一个下标。

哈希冲突

既然有了冲突，就得想办法解决冲突，常见的解决哈希冲突的办法有：

链地址法

也叫拉链法，看起来，像在桶数组上再拉一个链表出来，把发生哈希冲突的元素放到一个链表里，查找的时候，从前往后遍历链表，找到对应的key就行了。

链地址法

开放地址法

开放地址法，简单来说就是给冲突的元素再在桶数组里找到一个空闲的位置。

找到空闲位置的方法有很多种：

  • 线行探查法: 从冲突的位置开始，依次判断下一个位置是否空闲，直至找到空闲位置
  • 平方探查法: 从冲突的位置x开始，第一次增加1^2个位置，第二次增加2^2...，直至找到空闲的位置
  • 双散列函数探查法

……

开放地址法

再哈希法

构造多个哈希函数，发生冲突时，更换哈希函数，直至找到空闲位置。

建立公共溢出区

建立公共溢出区，把发生冲突的数据元素存储到公共溢出区。

很明显，接下来我们解决冲突，会使用链地址法。

好了，哈希表的介绍就到这，相信你已经对哈希表的本质有了深刻的理解，接下来，进入coding时间。

HashMap实现

我们实现的简单的HashMap命名为ThirdHashMap，先确定整体的设计：

  • 散列函数：hashCode()+除留余数法
  • 冲突解决：链地址法

整体结构如下：

自定义HashMap整体结构

内部节点类

我们需要定义一个节点来作为具体数据的载体，它不仅要承载键值对，同样还得作为单链表的节点：

````java /* * 节点类 * * @param * @param / class Node { //键值对 private K key; private V value;

    //链表，后继
    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;
    }
}

````

成员变量

主要有四个成员变量，其中桶数组作为装载数据元素的结构：

java //默认容量 final int DEFAULT_CAPACITY = 16; //负载因子 final float LOAD_FACTOR = 0.75f; //HashMap的大小 private int size; //桶数组 Node<K, V>[] buckets;

构造方法

构造方法有两个，无参构造方法，桶数组默认容量，有参指定桶数组容量。

```java /* * 无参构造器，设置桶数组默认容量 / public ThirdHashMap() { buckets = new Node[DEFAULT_CAPACITY]; size = 0; }

/**
 * 有参构造器，指定桶数组容量
 *
 * @param capacity
 */
public ThirdHashMap(int capacity) {
    buckets = new Node[capacity];
    size = 0;
}

```

散列函数

散列函数，就是我们前面说的hashCode()和数组长度取余。

java /** * 哈希函数，获取地址 * * @param key * @return */ private int getIndex(K key, int length) { //获取hash code int hashCode = key.hashCode(); //和桶数组长度取余 int index = hashCode % length; return Math.abs(index); }

put方法

我用了一个putval方法来完成实际的逻辑，这是因为扩容也会用到这个方法。

大概的逻辑：

  • 获取元素插入位置
  • 当前位置为空，直接插入
  • 位置不为空，发生冲突，遍历链表
  • 如果元素key和节点相同，覆盖，否则新建节点插入链表头部

```java /* * put方法 * * @param key * @param value * @return / public void put(K key, V value) { //判断是否需要进行扩容 if (size >= buckets.length * LOAD_FACTOR) resize(); putVal(key, value, buckets); }

/**
 * 将元素存入指定的node数组
 *
 * @param key
 * @param value
 * @param table
 */
private void putVal(K key, V value, Node<K, V>[] table) {
    //获取位置
    int index = getIndex(key, table.length);
    Node node = table[index];
    //插入的位置为空
    if (node == null) {
        table[index] = new Node<>(key, value);
        size++;
        return;
    }
    //插入位置不为空，说明发生冲突，使用链地址法,遍历链表
    while (node != null) {
        //如果key相同，就覆盖掉
        if ((node.key.hashCode() == key.hashCode())
                && (node.key == key || node.key.equals(key))) {
            node.value = value;
            return;
        }
        node = node.next;
    }
    //当前key不在链表中，插入链表头部
    Node newNode = new Node(key, value, table[index]);
    table[index] = newNode;
    size++;
}

```

扩容方法

扩容的大概过程：

  • 创建两倍容量的新数组
  • 将当前桶数组的元素重新散列到新的数组
  • 新数组置为map的桶数组

````java /* * 扩容 / private void resize() { //创建一个两倍容量的桶数组 Node[] newBuckets = new Node[buckets.length * 2]; //将当前元素重新散列到新的桶数组 rehash(newBuckets); buckets = newBuckets; }

/**
 * 重新散列当前元素
 *
 * @param newBuckets
 */
private void rehash(Node<K, V>[] newBuckets) {
    //map大小重新计算
    size = 0;
    //将旧的桶数组的元素全部刷到新的桶数组里
    for (int i = 0; i < buckets.length; i++) {
        //为空，跳过
        if (buckets[i] == null) {
            continue;
        }
        Node<K, V> node = buckets[i];
        while (node != null) {
            //将元素放入新数组
            putVal(node.key, node.value, newBuckets);
            node = node.next;
        }
    }
}

````

get方法

get方法就比较简单，通过散列函数获取地址，这里我省去了有没有成链表的判断，直接查找链表。

java /** * 获取元素 * * @param key * @return */ public V get(K key) { //获取key对应的地址 int index = getIndex(key, buckets.length); if (buckets[index] == null) return null; Node<K, V> node = buckets[index]; //查找链表 while (node != null) { if ((node.key.hashCode() == key.hashCode()) && (node.key == key || node.key.equals(key))) { return node.value; } node = node.next; } return null; }

完整代码：

完整代码

测试

测试代码如下：

```java @Test void test0() { ThirdHashMap map = new ThirdHashMap(); for (int i = 0; i < 100; i++) { map.put("刘华强" + i, "你这瓜保熟吗？" + i); } System.out.println(map.size()); for (int i = 0; i < 100; i++) { System.out.println(map.get("刘华强" + i)); } }

@Test
void test1() {
    ThirdHashMap map = new ThirdHashMap();
    map.put("刘华强1","哥们，你这瓜保熟吗？");
    map.put("刘华强1","你这瓜熟我肯定要啊！");
    System.out.println(map.get("刘华强1"));
}

```

大家可以自行跑一下看看结果。

总结

好了，到这，我们一个简单的HashMap就实现了，这下，面试快手再也不怕手写HashMap了。

快手面试官：真的吗？我不信。我就要你手写个红黑树版的……

瞬间狂暴

当然了，我们也发现，HashMap的O(1)时间复杂度操作是在冲突比较少的情况下，简单的哈希取余肯定不是最优的散列函数；冲突之后，链表拉的太长，同样影响性能；我们的扩容和put其实也存在线程安全的问题……

但是，现实里我们不用考虑那么多，因为李老爷已经帮我们写好了，我们只管调用就完了。

下一篇，会以面试对线的形式来走进李老爷操刀的HashMap！

点赞、关注不迷路，咱们下期见！


参考：

[1].《数据结构与算法》

[2].构造哈希函数方法

[3].ACM金牌选手讲解LeetCode算法《哈希》


文章首发个人公众号：三分恶，欢迎关注！

「」
「」