189 8069 5689

golang基本数据结构与算法之如何使用哈希表

这篇文章主要讲解了“golang基本数据结构与算法之如何使用哈希表”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“golang基本数据结构与算法之如何使用哈希表”吧!

创新互联建站是一家专业提供普陀企业网站建设,专注与成都网站制作、网站设计、HTML5建站、小程序制作等业务。10年已为普陀众多企业、政府机构等服务。创新互联专业网站制作公司优惠进行中。

哈希表

哈希表存储的是由键(key)和值(value)组成的数据。
在哈希表中,我们可以利用哈希函数快速访问到数组中的目标数据。

如果发生哈希冲突(哈希函数对不同的键, 返回了相同的哈希值),
就使用链表进行存储(因此, 哈希表一般至少是数组+链表的二维结构)。

如果数组的空间太小,
使用哈希表的时候就容易发生冲突,
线性查找的使用频率也会更高;
反过来,如果数组的空间太大,
就会出现很多空箱子,造成内存的浪费。

摘自 <<我的第一本算法书>>(【日】石田保辉;宫崎修一)

目标

  • 实现一个哈希表, 提供对键值对数据的增删改查, 且性能不能太差

  • 物理结构

    • 采用分区 + 数组 + 链表的三维结构

    • 分区是一个双向链表, 由小到大呈2次幂增长

    • 当前分区总是指向最新也是最大的那个分区

    • 查找某个键时, 需要遍历所有分区

  • 哈希函数

    • 合适的哈希函数对性能影响非常巨大

    • 对哈希函数的要求一般是足够快, 足够"散", 对不同键值最好能随机均匀分布

    • 本示例采用hash/crc64, 多项式为ECMA

    • 如果哈希函数的计算比较耗时, 则应当尽可能重复利用计算结果

  • 扩容与缩容

    • 填充因子为3/4, 即当前分区的元素数>容量的3/4时, 创建2倍大的新分区

    • 扩容不做任何拷贝和rehash.

    • 扩容后, 非当前分区变成只读和只删.

    • 扩容

    • 缩容: 当某个分区未持有任何元素, 且不为当前分区时, 删除此分区

设计

  • IHasher: 哈希支持接口, 定义哈希计算函数, 和键值相等比较函数

  • IMap: 哈希表接口

  • IMapIterator: 哈希表迭代器接口

  • tCrc64Hasher:

    • 基于hash/crc64, 实现IHasher接口.

    • 支持多种键类型

    • 对于整型的键, 返回自身;

    • 其他类型的键, 转为%v字符串再计算crc64的哈希值.

  • tHashMap: 哈希表的实现, 使用分区(双链)+数组+链表(单链)三维结构

  • tPartition: 哈希表分区. 其大小呈2次幂

  • tBucket: 哈希桶, 每个桶内的任何元素, 哈希值是一致的

  • tHashMapIterator: 哈希表迭代器的实现

单元测试

hashmap_test.go, 除基本功能测试, 还测试了百万键值插入+遍历的性能

package data_structure

import (
	"fmt"
	"learning/gooop/data_structure/hashmap"
	"strconv"
	"testing"
	"time"
)

func Test_HashMap(t *testing.T) {
	fnAssertTrue := func(b bool, msg string) {
		if !b {
			t.Fatal(msg)
		}
	}

	fnEquals := func(a interface{}, b interface{}) bool {
		i1,b1 := a.(int)
		if b1 {
			i2,b2 := b.(int)
			if b2 {
				return i1 == i2
			}
		}

		s1,b1 := a.(string)
		if b1 {
			s2,b2 := b.(string)
			if b2 {
				return s1 == s2
			}
		}

		return a == b
	}

	hasher := hashmap.NewCrc64Hashful(fnEquals)
	hm := hashmap.NewHashMap(hasher, 2)

	hm.Put(1, "10")
	t.Log(hm)
	fnAssertTrue(hm.Size() == 1, "expecting size == 1")
	fnAssertTrue(hm.IsNotEmpty(), "expecting not empty")

	ok,v := hm.Get(1)
	fnAssertTrue(ok, "expecting ok")
	fnAssertTrue(v == "10", "expecting 10")

	hm.Put(2, "20")
	hm.Put(3, "30")
	hm.Put(4, "40")
	hm.Put(5, "50")
	t.Log(hm)
	fnAssertTrue(hm.Size() == 5, "expecting size == 5")
	ok,v = hm.Get(2)
	fnAssertTrue(ok == true && v == "20", "expecting true and 20")

	hm.Clear()
	t.Log(hm)
	fnAssertTrue(hm.Size() == 0, "expecting size == 0")
	fnAssertTrue(hm.IsEmpty(), "expecting empty")

	iter := hm.Iterator()
	fnAssertTrue(!iter.More(), "expecting no more")

	hm.Put(1, "10")
	hm.Put(2, "20")
	hm.Put(3, "30")
	t.Log(hm)
	fnAssertTrue(hm.Has(1) && hm.Has(2) && hm.Has(3) && !hm.Has(4), "expecting has 1,2,3")

	hm.Put(4, "40")
	hm.Put(5, "50")
	hm.Put(6, "60")
	t.Log(hm)
	iter = hm.Iterator()
	fnAssertTrue(iter.More(), "expecting more")
	e,k,v := iter.Next()
	t.Logf("%v>%s", k, v)
	fnAssertTrue(e == nil, "e == nil")
	e,k,v = iter.Next()
	t.Logf("%v>%s", k, v)
	fnAssertTrue(e == nil, "e == nil")
	e,k,v = iter.Next()
	t.Logf("%v>%s", k, v)
	fnAssertTrue(e == nil, "e == nil")
	e,k,v = iter.Next()
	t.Logf("%v>%s", k, v)
	fnAssertTrue(e == nil, "e == nil")
	e,k,v = iter.Next()
	t.Logf("%v>%s", k, v)
	fnAssertTrue(e == nil, "e == nil")
	e,k,v = iter.Next()
	t.Logf("%v>%s", k, v)
	fnAssertTrue(e == nil, "e == nil")
	e,k,v = iter.Next()
	fnAssertTrue(e != nil, "expecting e != nil")

	ok,v = hm.Remove(3)
	t.Log(hm)
	fnAssertTrue(ok && v == "30" && hm.Size() == 5, "expecting remove 30")

	ok,v = hm.Remove(2)
	t.Log(hm)
	fnAssertTrue(ok && v == "20" && hm.Size() == 4, "expecting remove 20")

	t0 := time.Now().UnixNano()
	hm.Clear()
	size := 1000 * 1000
	for i := 0; i < size;i++ {
		hm.Put(strconv.Itoa(i), i)
	}
	millis := (time.Now().UnixNano() - t0) / 1000000
	t.Logf("putting %v string>int = %v ms", size, millis)
	fnAssertTrue(hm.Size() == size, fmt.Sprintf("expecting %v", size))

	for i := 0;i < size;i++ {
		ok, v = hm.Get(strconv.Itoa(i))
		fnAssertTrue(ok == true && v == i, "expecting i")
	}
}

测试输出

$ go test -v hashmap_test.go 
=== RUN   Test_HashMap
    hashmap_test.go:42: s=1,v=1 p[1:b[1 1]]
    hashmap_test.go:54: s=5,v=5 p[4:b[1 4],5:b[1 5]] p[1:b[1 1],2:b[1 2],3:b[1 3]]
    hashmap_test.go:60: s=0,v=6 p[]
    hashmap_test.go:70: s=3,v=9 p[1:b[1 1],2:b[1 2],3:b[1 3]]
    hashmap_test.go:76: s=6,v=12 p[1:b[1 1],2:b[1 2],3:b[1 3],4:b[1 4],5:b[1 5],6:b[1 6]]
    hashmap_test.go:80: 1>10
    hashmap_test.go:83: 2>20
    hashmap_test.go:86: 3>30
    hashmap_test.go:89: 4>40
    hashmap_test.go:92: 5>50
    hashmap_test.go:95: 6>60
    hashmap_test.go:101: s=5,v=13 p[1:b[1 1],2:b[1 2],4:b[1 4],5:b[1 5],6:b[1 6]]
    hashmap_test.go:105: s=4,v=14 p[1:b[1 1],4:b[1 4],5:b[1 5],6:b[1 6]]
    hashmap_test.go:115: putting 1000000 string>int = 1590 ms
--- PASS: Test_HashMap (2.17s)
PASS
ok      command-line-arguments  2.181s

IHasher.go

哈希支持接口, 定义哈希计算函数, 和键值相等比较函数

package hashmap

type IHasher interface {
	Hash(key interface{}) uint64
	Equals(a interface{}, b interface{}) bool
}

IMap.go

哈希表接口

package hashmap

type IMap interface {
	Size() int
	IsEmpty() bool
	IsNotEmpty() bool

	Put(key interface{}, value interface{})
	Get(key interface{}) (bool,interface{})
	Has(key interface{}) bool
	Remove(key interface{}) (bool, interface{})
	Clear()

	Iterator() IMapIterator
	String() string
}

IMapIterator.go

哈希表迭代器接口

package hashmap

type IMapIterator interface {
	More() bool
	Next() (err error, key interface{}, value interface{})
}

tCrc64Hasher.go

  • 基于hash/crc64, 实现IHasher接口.

  • 支持多种键类型

  • 对于整型的键, 返回自身;

  • 其他类型的键, 转为%v字符串再计算crc64的哈希值.

package hashmap

import (
	"fmt"
	"hash/crc64"
)

var gCrc64Table = crc64.MakeTable(crc64.ECMA)

type FnEquals func(a interface{}, b interface{}) bool

type tCrc64Hasher struct {
	fnEquals FnEquals
}

const INT_MAX = int(^uint(0) >> 1)
const INT_MIN = ^INT_MAX
const INT32_MAX = int32(^uint32(0) >> 1)
const INT32_MIN = ^INT32_MAX
const INT64_MAX = int64(^uint64(0) >> 1)
const INT64_MIN = ^INT64_MAX

func (me *tCrc64Hasher) Hash(it interface{}) uint64 {
	if it == nil {
		return 0
	}

	if v,ok := it.(int);ok {
		return uint64(v - INT_MIN)

	} else if v,ok := it.(int64);ok {
		return uint64(v - INT64_MIN)

	} else if v,ok := it.(int32);ok {
		return uint64(v - INT32_MIN)

	} else if v,ok := it.(uint32);ok {
		return uint64(v)

	}  else if v,ok := it.(uint64);ok {
		return v

	} else if v,ok := it.(string);ok {
		return crc64.Checksum([]byte(v), gCrc64Table)

	} else {
		data := []byte(fmt.Sprintf("%v", it))
		return crc64.Checksum(data, gCrc64Table)
	}
}


func (me *tCrc64Hasher) Equals(a interface{}, b interface{}) bool {
	if a == nil && b == nil {
		return true
	}
	if a == nil || b == nil {
		return false
	}

	fn := me.fnEquals
	if fn == nil {
		return a == b
	} else {
		return fn(a, b)
	}
}

func NewCrc64Hashful(fn FnEquals) IHasher {
	return &tCrc64Hasher{
		fnEquals: fn,
	}
}

tHashMap.go

哈希表的实现, 使用分区(双链)+数组+链表(单链)三维结构

package hashmap

import (
	"fmt"
	"strings"
)

type tHashMap struct {
	hasher     IHasher
	partitions *tPartition
	size int
	version int
}


func NewHashMap(hasher IHasher, capacity int) IMap {
	if capacity < 4 {
		capacity = 4
	}

	part := newPartition(hasher, capacity)
	return &tHashMap{
		hasher: hasher,
		partitions: part,
		size: 0,
		version: 0,
	}
}

func (me *tHashMap) Size() int {
	return me.size
}

func (me *tHashMap) IsEmpty() bool {
	return me.Size() <= 0
}

func (me *tHashMap) IsNotEmpty() bool {
	return !me.IsEmpty()
}

func (me *tHashMap) Put(key interface{}, value interface{}) {
	hash := me.hasher.Hash(key)
	ok, _, bucket, node, _ := me.findByKeyAndHash(key, hash)
	if ok {
		bucket.putAt(node, key, value)

	} else {
		if me.partitions.nearlyFull() {
			// create new partition
			part := newPartition(me.hasher, int(me.partitions.bucketCount * 2))
			part.next = me.partitions
			me.partitions.prev = part
			me.partitions = part
			part.appendByKeyAndHash(key, value, hash)
		} else {
			me.partitions.appendByKeyAndHash(key, value, hash)
		}

		me.size++
	}

	me.version++
}


func (me *tHashMap) findByKey(key interface{}) (ok bool, part *tPartition, bucket *tBucket, node *tLinkedNode, prev *tLinkedNode) {
	hash := me.hasher.Hash(key)
	return me.findByKeyAndHash(key, hash)
}

func (me *tHashMap) findByKeyAndHash(key interface{}, hash uint64) (ok bool, part *tPartition, bucket *tBucket, node *tLinkedNode, prev *tLinkedNode) {
	for part = me.partitions; part != nil; part = part.next {
		ok, bucket, node, prev = part.findByKeyAndHash(key, hash)
		if ok {
			return ok, part, bucket, node, prev
		}
	}

	return false, nil, nil, nil, nil
}

func (me *tHashMap) Get(key interface{}) (bool,interface{}) {
	ok, _, _, node, _ := me.findByKey(key)
	if ok {
		return true, node.value
	} else {
		return false, nil
	}
}

func (me *tHashMap) Has(key interface{}) bool {
	ok, _, _, _, _ := me.findByKey(key)
	return ok
}

func (me *tHashMap) Remove(key interface{}) (ok bool, value interface{}) {
	ok, part, bucket, node, prev := me.findByKey(key)
	if ok {
		value = node.value
		bucket.removeAt(node, prev)

		// 缩容
		if part.size <= 0 && part != me.partitions {
			me.removePartition(part)
		}

		me.size--
		me.version++
		return ok, value

	} else {
		return false, nil
	}
}

func (me *tHashMap) removePartition(part *tPartition) {
	prev := part.prev
	next := part.next

	if prev != nil {
		prev.next = next
	}

	if next != nil {
		next.prev = prev
	}

	if me.partitions == part {
		me.partitions = next
	}
}

func (me *tHashMap) Clear() {
	if me.IsEmpty() {
		return
	}

	part := newPartition(me.hasher, len(me.partitions.buckets))
	me.partitions = part
	me.size = 0

	me.version++
}


func (me *tHashMap) Iterator() IMapIterator {
	return newHashMapIterator(me)
}

func (me *tHashMap) String() string {
	itemStrings := make([]string, 0)
	for p := me.partitions;p != nil;p = p.next {
		itemStrings = append(itemStrings, p.String())
	}
	return fmt.Sprintf("s=%v,v=%v %s", me.size, me.version, strings.Join(itemStrings, " "))
}

tPartition.go

哈希表分区. 其大小呈2次幂

package hashmap

import (
	"fmt"
	"strings"
)

type tPartition struct {
	hasher IHasher
	buckets []*tBucket
	bucketCount uint64
	prev *tPartition
	next *tPartition
	size int
	threshhold int
}

func newPartition(hasher IHasher, bucketCount int) *tPartition {
	it := &tPartition{
		hasher: hasher,
		buckets: make([]*tBucket, bucketCount),
		bucketCount: uint64(bucketCount),
		prev: nil,
		next: nil,
		size: 0,
		threshhold: bucketCount * 3 / 4,
	}
	for i,_ := range it.buckets {
		it.buckets[i] = newBucket(hasher)
	}
	return it
}

func (me *tPartition) putByKey(key interface{}, value interface{}) bool {
	hash := me.hasher.Hash(key)
	return me.putByKeyAndHash(key, value, hash)
}

func (me *tPartition) putByKeyAndHash(key interface{}, value interface{}, hash uint64) bool {
	if me.getBucketByHash(hash).put(key, value) {
		me.size++
		return true
	}
	return false
}

func (me *tPartition) appendByKeyAndHash(key interface{}, value interface{}, hash uint64) {
	me.getBucketByHash(hash).append(key, value)
	me.size++
}

func (me *tPartition) getBucketByKey(key interface{}) *tBucket {
	hash := me.hasher.Hash(key)
	return me.getBucketByHash(hash)
}

func (me *tPartition) getBucketByHash(hash uint64) *tBucket {
	return me.buckets[int(hash % me.bucketCount)]
}

func (me *tPartition) get(key interface{}) (bool,interface{}) {
	return me.getBucketByKey(key).get(key)
}

func (me *tPartition) findByKey(key interface{}) (ok bool,bucket *tBucket,node *tLinkedNode, prev *tLinkedNode) {
	bucket = me.getBucketByKey(key)
	ok,node,prev = bucket.find(key)
	return ok,bucket,node, prev
}

func (me *tPartition) findByKeyAndHash(key interface{}, hash uint64) (ok bool,bucket *tBucket,node *tLinkedNode, prev *tLinkedNode) {
	bucket = me.getBucketByHash(hash)
	ok,node,prev = bucket.find(key)
	return ok,bucket,node, prev
}

func (me *tPartition) remove(key interface{}) (bool, value interface{}) {
	ok,node := me.getBucketByKey(key).remove(key)
	if ok {
		me.size--
		return true, node.value

	} else {
		return false, nil
	}
}

func (me *tPartition) nearlyFull() bool {
	return me.size >= me.threshhold
}

func (me *tPartition) String() string {
	itemStrings := make([]string, 0)
	for i,b := range me.buckets {
		if b.size > 0 {
			itemStrings = append(itemStrings, fmt.Sprintf("%v:%s", i, b.String()))
		}
	}
	return fmt.Sprintf("p[%s]", strings.Join(itemStrings, ","))
}

tBucket.go

哈希桶, 每个桶内的任何元素, 哈希值是一致的

package hashmap

import (
	"fmt"
	"strings"
)

type tBucket struct {
	hasher IHasher
	nodes  *tLinkedNode
	size int
}

type tLinkedNode struct {
	key interface{}
	value interface{}
	next *tLinkedNode
}

func newBucket(hasher IHasher) *tBucket {
	return &tBucket{
		hasher: hasher,
		nodes: nil,
		size: 0,
	}
}

func newLinkedNode(key interface{}, value interface{}) *tLinkedNode {
	return &tLinkedNode{
		key: key,
		value: value,
		next: nil,
	}
}

func (me *tBucket) put(key interface{}, value interface{}) bool {
	existed, node, _ := me.find(key)
	me.putAt(node, key, value)
	return !existed
}

func (me *tBucket) append(key interface{}, value interface{}) {
	me.putAt(nil, key, value)
}

func (me *tBucket) putAt(node *tLinkedNode, key interface{}, value interface{}) {
	if node != nil {
		node.value = value
		return
	}

	it := newLinkedNode(key, value)
	if me.nodes == nil {
		me.nodes = it

	} else {
		it.next = me.nodes
		me.nodes = it
	}

	me.size++
}

func (me *tBucket) get(key interface{}) (bool, interface{}) {
	ok, node, _ := me.find(key)
	if ok {
		return true, node.value
	}
	return false, nil
}

func (me *tBucket) find(key interface{}) (ok bool, node *tLinkedNode, prev *tLinkedNode) {
	prev = nil
	for it:=me.nodes;it != nil;it = it.next {
		if me.hasher.Equals(it.key, key) {
			return true, it, prev
		}
		prev = it
	}
	return false, nil, nil
}


func (me *tBucket) remove(key interface{}) (bool, *tLinkedNode) {
	ok,node, prev := me.find(key)
	if !ok {
		return false, nil
	}

	me.removeAt(node, prev)
	return true, node
}


func (me *tBucket) removeAt(node *tLinkedNode, prev *tLinkedNode) {
	if prev == nil {
		me.nodes = node.next
	} else {
		prev.next = node.next
	}
	me.size--
}

func (me *tBucket) String() string {
	itemStrings := make([]string, me.size)
	i := 0
	for it := me.nodes;it != nil;it = it.next {
		itemStrings[i] = fmt.Sprintf("%v", it.key)
		i++
	}
	return fmt.Sprintf("b[%v %s]", me.size, strings.Join(itemStrings, ","))
}

tHashMapIterator.go

哈希表迭代器的实现

package hashmap

import "errors"

type tHashMapIterator struct {
	hashMap *tHashMap
	pindex *tPartition
	bindex int
	nindex *tLinkedNode
	version int
	visited int
}


func newHashMapIterator(hashMap *tHashMap) IMapIterator {
	return &tHashMapIterator{
		hashMap: hashMap,
		pindex: hashMap.partitions,
		bindex: -1,
		nindex: nil,
		version: hashMap.version,
		visited: 0,
	}
}


func (me *tHashMapIterator) nextNode() *tLinkedNode {
	node := me.nindex
	for {
		if node == nil {
			bkt := me.nextBucket()
			if bkt == nil {
				return nil
			} else {
				me.nindex = bkt.nodes
				return me.nindex
			}

		} else {
			node = node.next
			if node != nil {
				me.nindex = node
				return node
			}
		}
	}
}

func (me *tHashMapIterator) nextBucket() *tBucket {
	part := me.pindex
	bi := me.bindex + 1

	for {
		if bi >= len(part.buckets) {
			part = me.nextPartition()
			if part == nil {
				return nil
			}

			bi = 0
		}

		bkt := part.buckets[bi]
		if bkt.nodes != nil {
			me.bindex = bi
			return bkt
		}

		bi++
	}
}


func (me *tHashMapIterator) nextPartition() *tPartition {
	if me.pindex == nil {
		return nil
	}
	me.pindex = me.pindex.next
	return me.pindex
}

func (me *tHashMapIterator) More() bool {
	if me.version != me.hashMap.version {
		return false
	}
	return me.visited < me.hashMap.size
}

func (me *tHashMapIterator) Next() (err error, key interface{}, value interface{}) {
	if me.version != me.hashMap.version {
		return gConcurrentModificationError, nil, nil
	}

	if !me.More() {
		return gNoMoreElementsError, nil, nil
	}

	node := me.nextNode()
	if node == nil {
		return gNoMoreElementsError, nil, nil

	} else {
		me.visited++
		return nil, node.key, node.value
	}
}

var gConcurrentModificationError = errors.New("concurrent modification error")
var gNoMoreElementsError = errors.New("no more elements")

感谢各位的阅读,以上就是“golang基本数据结构与算法之如何使用哈希表”的内容了,经过本文的学习后,相信大家对golang基本数据结构与算法之如何使用哈希表这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!


当前名称:golang基本数据结构与算法之如何使用哈希表
浏览地址:http://cdxtjz.cn/article/pipcgj.html

其他资讯