zoukankan      html  css  js  c++  java
  • 从内部剖析C# 集合之---- HashTable

         这是我在博客园的第一篇文章,写的不好或有错误的地方,望各位大牛指出,不甚感激。

         计划写几篇文章专门介绍HashTable,Dictionary,HashSet,SortedList,List 等集合对象,从内部剖析原理,以便在实际应用中有针对性的选择使用。 这篇文章先介绍HashTable  。

         先例举几个问题:1,Hashtable为什么速度查询速度快,而添加速度相对慢,且其添加和查询速度之比相差一个数量等级?

                               2,装填因子( Load Factor)是什么,hashtable默认的装填因子是多少?

                               3,hashtable里的元素是顺序排序的吗?

                               4,hashtable内部的数据桶(数组)默认长度多少,其长度为什么只能是素数?

    Hashtable中的数据实际存储在内部的一个数据桶里(bucket结构数组),其和普通的数组一样,容量固定,根据数组索引获取值。

    下面从正常使用Hashtable场景看内部是如何实现的,内部都做了哪些工作。

    一,new一个Hashtable,Hashtable ht=new Hashtable();

    Hashtable有多个构造函数,常用的是无参构造函数:Hashtable ht=new Hashtable(),在new一个hashtable时,其内部做了如下工作:调用Hashtable(int capacity,float loadFactor),其中capacity为:0,loadFactor为:1,然后初始化bocket数组大小为3,装载因子为0.72(该值是微软权衡后给的值),如下图所示,该图截取Reflector

    二,向Hashtable添加一个元素,ht.Add("a","123")

       1,判断当前Hashtable :ht的元素个数与bucket数组之比是否超过装载因子0.72,

           1)小于0.72:对a进行哈希取值,然后将得到的值与bucket数组长度进行取模计算,将取模的结果插入到bucket数组对应索引,将“123”赋值其value.

                因为哈希值可能会重复(不明白的百度一下),从而导致地址冲突,Hashtable 采用的是 "开放定址法" 处理冲突, 具体行为是把 HashOf(k) % Array.Length 改为 (HashOf(k) + d(k)) % Array.Length , 得出另外一个位置来存储关键字 "a" 所对应的数据, d 是一个增量函数. 如果仍然冲突, 则再次进行增量, 依此循环直到找到一个 Array 中的空位为止。

           2)  大于0.72:对bucket数组进行扩容,a, 新建一个数组(该数组的大小为两倍于当前容量最小的素数,比如当前数组长度是3,那么新数组长度为7)。

                                                               b,将原来数组元素拷贝到新的数组中,因为bocket数组长度变了,所以需要对所有key重新哈希计算(这是影响hashtable性能的重要因素)。

                         c, 进行上面a步骤。

       

    三,通过key获取Hashtable对应的value,var v=ht["a"];

        1) 计算"a"的哈希值。

        2)将计算的结果与bocket数组长度进行取模计算,因为哈希值可能会冲突,所以类似定位索引上的key可能与输入的key不相同,这时继续查找下一个位置。。。。。

        3)取模计算结果即是存储在bocket数组上"123"的索引。

    Hashtable还有很多方法,比如Clear ,Remove ,ContainsKey,ContainsValue等方法,因篇幅有限这里就不一一介绍了。

      写到这里来回答一下篇幅开头的几个问题。

    1,Hashtable查询速度快是因为内部是基于数组索引定位的,稍微消耗性能的是取KEY的哈希值,添加性能相对查询慢是因为:a,添加元素时可能会地址冲突,需要重新定位地址 。 b,扩容后 数组拷贝,重新哈希计算旧数组所有key。

    2, 装填因子是Hashtable“已存元素个数/内部bucket数组长度”,这个比值太大会造成冲突概率增大,太小会造成空间的浪费。默认是0.72,该值是微软经过大量实验得出的一个比较平衡的值,装填因子范围 0.1<loadFactor<1,否则抛出ArgumentOutOfRangeException异常。

    3,不是顺序的(各位看了文章应该知道为什么不是顺序的了吧?)

    4,默认长度是3,我看的是.net framework 4.5版本反编译的代码,其他版本的.net framework不确定是不是这个值。为什么扩容的数组长度一定要是素数呢?因为素数有一个特点,只能被自己和1整除,如果不是素数那么在进行取模计算的时候可能会出现多个值。如下图:

    今天就写到这,有很多不对或不合理的地方希望各位看到了及时指出,本菜鸟知错就改!!!

    先介绍Hashtable,下篇介绍dictionary,到时综合分析在项目中选择使用他们的场景。

  • 相关阅读:
    linux时间设置相关
    tcp/ip协议和http协议
    redis和memcache的比较
    How to Display Image In Picturebox in VC++ from Iplimage and Mat
    关于技术与业务的理解
    怎样写出好代码——设计原则
    怎么写出好代码——坏味道
    linux 用户管理
    浅谈ajax
    浅析闭包和内存泄露的问题
  • 原文地址:https://www.cnblogs.com/wangjun1234/p/3714424.html
Copyright © 2011-2022 走看看