Java HashMap 如何为“get”操作执行恒定时间查找 O(1)？

Posted 2023-02-25

【中文标题】Java HashMap 如何为“get”操作执行恒定时间查找 O(1)？

【英文标题】：How is it possible for Java HashMap to perform constant time lookup O(1) for "get" operations?

【发布时间】：2015-05-08 08:47:59

【问题描述】：

我了解 HashMap 如何工作的基础知识 - hm.put(obj) 根据 obj.hashCode 值找到正确的存储桶来放置对象。然后在该桶中，如果另一个对象 .equals(obj) 则替换它，如果没有将其添加到桶中。

但我不清楚 HashMap.put 和 HashMap.get 如何可以是常数时间 O(1)。据我了解，存储桶的数量应基于哈希码，因此将 100 个对象放入哈希图中将（大致）创建 100 个存储桶（我确实了解哈希码有时会发生冲突，因此它可能小于 100 但不是经常）。

所以随着添加到哈希图中的对象数量的增加，桶的数量也会增加 - 由于冲突很少，这并不意味着桶的数量几乎随着添加的对象数量线性增长，其中case HashMap.put/HashMap.get 将是 O(n)，因为它必须在找到正确的存储桶之前搜索每个存储桶。

我错过了什么？

【问题讨论】：

Is a Java hashmap really O(1)? 的可能重复项

哈希表的全部意义在于它不需要搜索每个桶。

将哈希映射视为由对象的哈希码索引的存储桶数组。那是O(1)，除非发生碰撞；桶得到更多的项目。

为什么你认为 get() 必须搜索每个桶？正如您在第一行中提到的，键的哈希码将给出数组中的存储桶位置，因此您不必搜索所有存储桶。

【参考方案1】：

哈希表不需要搜索每个bucket，就像你不需要搜索图书馆的每个书架一样，因为你可以在index cards中查找它的位置，你不需要搜索索引中的每张卡片，因为它们已排序...（不确定这是否有帮助，因为我不确定人们是否仍然去图书馆或者他们是否还有索引卡片）

【参考方案2】：

这样想：当您调用get(key) 时，会计算密钥的哈希码，并据此将数百个中的一个桶指向一个单个 （一组）操作，即您不必搜索所有 100 个即可到达正确的存储桶（在这种情况下，这将是一个线性操作）

【参考方案3】：

这是我的两分钱，朋友。以您认为数组的方式来考虑 HashMap。事实上，它是一个数组。如果我给你索引 11，你不必遍历数组来查找索引 11 处的对象。你只需直接去那里。这就是 HashMap 的工作原理：诀窍是使索引与值相同——本质上。

这就是哈希码的用武之地。让我们看一下哈希函数是单位乘数（即 1）的简单情况。然后，如果你有 0 到 99 的值并且你想将它们存储在一个数组中，那么它们将分别存储在索引 0 到 99 处。因此 put 和 get 显然是 O(1)，因为获取和放入数组是 O(1)。现在让我们想象一个不那么简单的散列函数，比如 y = x+2。所以在这种情况下，值 0 到 99 将存储在索引 2 到 101 处。这里给定一个值，比如 11，您必须计算散列以找到它或放入它（散列为 11+2 =13）。好吧，哈希函数正在做一些工作来计算给定值的正确索引（在我们的例子中 y = x+2= 11+2=13）。但是，这项工作所付出的努力与您拥有多少数据点无关。如果我需要放置 999 或 123，则单个 put 或 get 的工作量仍然相同： y= x+2：我每次执行 put 或 get 时只需添加两个：这是恒定的工作。

您的困惑可能是您想一次放置 n 个值。那么在这种情况下，每个看跌期权仍然是恒定的c。但是c 乘以 n 是c*n=O(n)。因此， n 与 put 本身无关，而是您同时进行 n 个 put。我希望这个解释会有所帮助。

【讨论】：

我想我缺少的是，哈希码如何为我提供数组中的确切位置？哈希码值是否从字面上指向 JVM 内存中数组的索引？所以： String s = new String("hi"); System.out.println(s.hashCode()); //打印出 97730 所以有一个索引号为 97730 的数组，该数组的值是存储桶（存储桶中的项目列表），如果我将它放入集合中，该对象将被存储在哪里？跨度>

这完全正确：元素的值被转换为所需的索引。哈希函数可以将单词“love”转换为索引 1，将单词“pencil”转换为索引 2，依此类推。当散列函数将两个不同的单词散列到同一个索引/地址时，我们称之为冲突。例如，如果您的哈希函数为“book”返回 3，为“cars”返回 3，那么这就是冲突。如果您还有其他问题，请告诉我。

还要注意，避免碰撞实际上是不可能的。所以一个好的散列函数，所谓的“通用散列函数”，使用双重散列：首先你散列找到一个对象的索引；如果最终发生冲突，您可以使用另一个散列函数来解决冲突，而不是使用列表。

@Konsol Labapen 如果哈希（通常是 32 位整数）是数组的索引，则数组的长度为 2^32。即使每个元素都有一个字节，数组的总大小也会超​​过 4 GB。但是一个 hashmap 并不是每次都分配 4 GB。那么它是如何工作的呢？