数据结构-散列表(HashTable)
本质
哈希表的底层数据结构是数组,数组中每一个元素存放的是键值对。
文章图片
structure of hashtable 核心原理
f(key) = index将key传入,通过某个算法f,计算出索引,如果索引冲突,再通过某个办法对索引进行+1或-1再算一遍,直到算到不冲突为止。
负载因子 = 总键值对数 / 哈希表总长度负载因子用来衡量用来衡量哈希表的空满程度,一般,当负载因子为0.75~1的值就会进行自动扩容。
存取过程(以iOS方法缓存列表底层实现为例) example:Class内部结构中有个方法缓存列表,当objc_msgSend进行到搜索方法缓存列表的步骤时,为使查找更高效,缓存列表的底层就是通过哈希表实现对调用过的方法的缓存。
1.存
(1)根据key计算出索引值
(2)如果该索引中没有元素,就存入键值对
(3)如果该索引中有元素,索引冲突,就对索引进行+1或-1进行存储
(4)如果当前已存在的所有索引都有元素,就进行哈希表的扩容
(5)设置新空间是旧空间的2倍
(6)重新分配内存
(7)重新设置掩码_mask = newCapacity-1
(8)会将旧内存释放掉,清空缓存
- objc_cache.mm源码解析
static void cache_fill_nolock(Class cls, SEL sel, IMP imp, id receiver)
{
cacheUpdateLock.assertLocked();
// Never cache before +initialize is done
if (!cls->isInitialized()) return;
// Make sure the entry wasn't added to the cache by some other thread
// before we grabbed the cacheUpdateLock.
if (cache_getImp(cls, sel)) return;
cache_t *cache = getCache(cls);
cache_key_t key = getKey(sel);
// Use the cache as-is if it is less than 3/4 full
mask_t newOccupied = cache->occupied() + 1;
mask_t capacity = cache->capacity();
if (cache->isConstantEmptyCache()) {
// Cache is read-only. Replace it.
cache->reallocate(capacity, capacity ?: INIT_CACHE_SIZE);
}
else if (newOccupied <= capacity / 4 * 3) {
// Cache is less than 3/4 full. Use it as-is.
}
else {
// Cache is too full. Expand it.
cache->expand();
}
// Scan for the first unused slot and insert there.
// There is guaranteed to be an empty slot because the
// minimum size is 4 and we resized at 3/4 full.
bucket_t *bucket = cache->find(key, receiver);
if (bucket->key() == 0) cache->incrementOccupied();
//设置bucket中的key和imp
bucket->set(key, imp);
}
//扩容
void cache_t::expand()
{
cacheUpdateLock.assertLocked();
uint32_t oldCapacity = capacity();
//新的空间是旧的空间的2倍
uint32_t newCapacity = oldCapacity ? oldCapacity*2 : INIT_CACHE_SIZE;
if ((uint32_t)(mask_t)newCapacity != newCapacity) {
// mask overflow - can't grow further
// fixme this wastes one bit of mask
newCapacity = oldCapacity;
}
//重新分配内存
reallocate(oldCapacity, newCapacity);
}void cache_t::reallocate(mask_t oldCapacity, mask_t newCapacity)
{
bool freeOld = canBeFreed();
bucket_t *oldBuckets = buckets();
bucket_t *newBuckets = allocateBuckets(newCapacity);
// Cache's old contents are not propagated.
// This is thought to save cache memory at the cost of extra cache fills.
// fixme re-measure this
assert(newCapacity > 0);
assert((uintptr_t)(mask_t)(newCapacity-1) == newCapacity-1);
//会重新设置最新的_mask = newCapacity - 1;
setBucketsAndMask(newBuckets, newCapacity - 1);
if (freeOld) {
//会将旧的释放掉,清空缓存
cache_collect_free(oldBuckets, oldCapacity);
cache_collect(false);
}
}
2.取
(1)通过key得到索引
(2)do-while循环,如果散列表元素的key恰好等于按位与掩码(&_mask)取出的索引,就直接返回
(3)如果不是,就将索引-1继续查找
- objc_cache.mm源码解析
bucket_t * cache_t::find(cache_key_t k, id receiver)
{
assert(k != 0);
//返回buckets散列表
bucket_t *b = buckets();
mask_t m = mask();
//得到索引
mask_t begin = cache_hash(k, m);
mask_t i = begin;
do {
//如果buket_t的索引的恰好等于通过&_mask取出的索引,就直接返回
if (b[i].key() == 0||b[i].key() == k) {
return &b[i];
}
} while ((i = cache_next(i, m)) != begin);
//如果不是,直接i-1,如果减到0还不行,就直接是_mask(相当于再从最后一位继续减)// hack
Class cls = (Class)((uintptr_t)this - offsetof(objc_class, cache));
cache_t::bad_cache(receiver, (SEL)k, cls);
}static inline mask_t cache_hash(cache_key_t key, mask_t mask)
{
//按位与mask得到索引
return (mask_t)(key & mask);
}#if __arm__||__x86_64__||__i386__
// objc_msgSend has few registers available.
// Cache scan increments and wraps at special end-marking bucket.
#define CACHE_END_MARKER 1
static inline mask_t cache_next(mask_t i, mask_t mask) {
return (i+1) & mask;
}
#elif __arm64__
// objc_msgSend has lots of registers available.
// Cache scan decrements. No end marker needed.
#define CACHE_END_MARKER 0
static inline mask_t cache_next(mask_t i, mask_t mask) {
//arm64架构,索引-1
return i ? i-1 : mask;
}
总结 Objective-C中的实现,优缺点并存,但相对于实际情况而言,还是优点大于缺点。因为对于方法缓存列表,一般不会有大量的数据,扩容或许是少数情况。此时,你可能会有疑问,当数据量少的时候,岂不是牺牲了内存?然而,哈希表就是采用了空间换时间,牺牲内存空间,换取存取效率的方法。所以,整体符合需求即可。
优点:
整体而言,提升了存取效率,时间复杂度为O(1),无需遍历。
缺点:
当哈希表比较大时,如果扩容会导致瞬间效率降低。
不同编程语言,哈希表的实现也各有特点,但是本质和原理不变。
【数据结构-散列表(HashTable)】例如:
对于大量的数据或者数据库中的存取,Java和Redis也有自己的优化方法。
1.Java中,当哈希函数不合理导致链表过长时,会使用红黑树来保证插入和查找的效率。
2.Redis 使用增量式扩容方法优化了这个缺点,同时还有拉链法的实现(放在链表头部头插,因为新插入的调用概率会高)。
推荐阅读
- 算法数据结构系列-实践篇-链表算法
- 投稿|疫情红利消失,「居家健身」泡沫消散
- 鲜衣怒马散尽千金,Vue3.0+Tornado6前后端分离集成Web3.0之Metamask钱包区块链虚拟货币三方支付功能
- 没有物质的爱情就像一盘散沙
- day10作业
- 小程序实现瀑布流动态加载列表
- 火箭少女们出道即解散(孟美岐吴宣仪宣布退团,C位顺延杨超越?)
- 算法数据结构系列-实践篇-数组算法
- 1206. 设计跳表 : 数据结构实现题
- 【优散】写作过去的未来