HashMap底层——解决Hash冲突（链地址法）

1、链地址法

次日清晨，大臣们按时上朝，接着讨论昨日的话题。

“昨日Hash函数的选择我们已经有了具体的方案了，那就只剩下冲突的解决问题了”，王大臣率先发话。

“要解决冲突其实也不难，既然会有多个元素被Hash到同一个位置，而这个位置只能存储一个元素，那么我让这个位置可以存储多个元素不就可以了吗？”，何大臣说道。

“哦，怎么个弄法？”王大臣问道。

“用链表啊，来一个元素加一个，让这个位置存储一个指针，指向一个链表，让所有相同位置的元素都放在这个链表中”，何大臣回答道，接着又画了一个图。

“在存储的时候，如果多个元素被Hash到同一位置，那么就加入到该位置所指向的链表中，如果该位置没有元素，则为null(指向空)”，何大臣解释道。

“那个 1 和 6 谁先存放进来呢？”，思维缜密的王大人问道。

“这个当然是6了，因为这个插入链表的时候要采用‘头插’的方式，也就是插入链表的最前面（图中里数组最近的元素）”，何大人说道。

“哦，这是为什么呢？”，王大人追问道

“因为经常发生这样的事情：新加入的元素很可能被再次访问到，所以放到头的话，如果查找就不用再遍历链表了”，见多识广的何大人解释道。

2、rehash

“这样解决冲突固然好，但是也有瓶颈啊”，寡言的李大臣又发言了。

“哦，什么瓶颈？”，何大人问道。

“你看啊，假设咱们的Hash函数设计的非常好，能够将元素均匀Hash（散列）开来，但是当我们实际存入的值越来越多的时候，这个链表也势必越来越长，那当我们进行查找的时候，势必就会遍历链表，效率也就越来越慢”，李大臣回应道，顺便画了一个图。

“这样的话，随着链表的不断增长，查询某一个元素的时间也就增加了，如果链表长度远远大于数组长度，不就和用链表存储一样了吗？”，李大臣说道。

“恩恩，对，李大臣说的极是，李大臣有何高见？”，何大臣问道。

“现在只能扩大数组的长度大约为原来的两倍。然后选取一个相关的新的Hash函数（比如之前使用 key % m，现在只改变一下m的值）。将旧Hash表中所有的元素通过新的Hash函数计算出新的Hash值，并将其插入到新表中（仍然使用链表），这就叫rehash吧”，李大臣说完又画了一个图。

“这里的数组就扩大了近两倍，由于要大小要选素数，那就选原数组大小两倍后的第一个素数7，旧Hash表和新Hash表采用了不同的Hash函数，但相关，只是m的取值变了”李大臣解释道。

“哦，这样做确实是一种办法，但是问题随之而来，就是什么时候开始rehash”，何大臣说道

3、装载因子 α

“我们可以定义这样一个变量 α = 所有元素个数/数组的大小，我们叫它装载因子吧，它代表着我们的Hash表（也就是数组）的装满程度，在这里也代表链表的平均长度。比如说，我们的数组大小为 5 ，我们给里面存入 3个元素，那么 α = 3/5 =0.6，这个Hash表装满程度为60%，平均每条链有0.6个元素，当然 α 也可以等于和大于 1 ”,李大臣说道。

“哦，引入这个装载因子有何用意？”，何大臣问道。

“这个装载因子代表了Hash表的装满程度，这里也可以代表链表的平均长度，那么也就可以代表查询时的时间长短了。

基于此，我们为了不让查询时间长，也就是查询性能低，我们可以设置一个临界 α 值，当随着存入元素导致 α 大于这个临界 α 值的时候。

我们可以通过rehash来调整当前的 α 值，使之低于我们设定的临界 α 值，从而使我们的查询性能保持在较好的范围之内”，李大臣答道。

“比如说，我们设定临界 α = 0.7，对于一个Hash表大小为5的Hash表而言。

当存入存入第四个元素的时候，α 就超出了临界 α 值，我们可以将数组长度变为11进行rehash（因为11是原表两倍后的第一个素数），使得装载因子 α 小于 0.7”，李大臣举了一个例子并画了一个图
“通过rehash我们可以使得装载因子在一定范围内，那我们的查询性能也就得到了保证了”，李大臣说道。

“哦，那这个临界的 α 值应该选择多大呢？”何大臣追问道。

“这个临界 α 如果选的小了，那数组的空间利用率就会太低，就比如说数组大小为100，α = 0.01，那装满程度为1%，99%还没有被利用。

如果 α 太大了，那冲突就会很多，比如说数组大小为 5，α = 10, 那平均每条链有10个元素，装满程度为1000%。

即使Hash函数设计的合理，基本上每次存放元素的时候就会冲突，所以鉴于两者之间我觉得 0.6 - 0.9 之间是一个不错的选择，不妨选0.75吧”，李大臣回答道。

大家一致同意

最后的总结

“这两天辛苦众爱卿了，你们的方案非常好，我也听了听。我们这种用Hash函数将关键字和关键字地址建立起来的映射，对我们的查找非常有帮助。其中非常重要的关键点就是：哈希函数的选择、处理冲突的方法以及装载因子调整。