如何创建Hash表

对于把K(键)-V(值)这样的键值对插入Hash表中，需要执行两个步骤：

1.使用散列函数将K转换为小整数(称为其哈希码)。

2.哈希码用于查找索引(hashCode％arrSize)，并且首先搜索该索引处的整个链表(单独链)以查找已存在的K。

3.如果找到，则更新其值，如果不是，则将K-V对存储为列表中的新节点。

复杂性和负载因子

• 第一步，所用时间取决于K和散列函数。

例如，如果键是字符串“abcd”，那么它的散列函数可能取决于字符串的长度。 但是对于非常大的n值，与n相比，映射中的条目数，密钥的长度几乎可以忽略不计，因此可以认为散列计算在恒定时间内发生，即O(1)。

• 对于第二步，需要遍历存在于该索引处的K-V对列表。 为此，最坏的情况可能是所有n个条目都在相同的索引处。 因此，时间复杂度将是O(n)。 但是，已经进行了足够的研究以使散列函数产生的键在数组中均匀分布，因此这几乎不会发生。

• 因此，平均而言，如果有n个条目且b是数组的大小，则每个索引上将有n / b个条目。 此值n / b称为负载因子，表示hash表上的负载情况。

• 该负载因子(Load Factor)需要保持较低，因此一个索引处的条目数较少，因此复杂度几乎恒定，即O(1)。

Rehashing

顾名思义，rehashing意味着再次散列。 基本上，当负载因子增加到超过其预定值(负载因子的默认值为0.75)时，复杂性就会增加。因此，为了克服这个问题，数组的大小增加(加倍)并且所有值再次进行散列并存储在新的双倍大小的数组中，以保持低负载因子和低复杂度。

为什么要Rehashing

进行重新散列是因为每当将键值对插入到映射中时，负载因子增加，这意味着时间复杂度也如上所述地增加。 这可能无法提供O(1)所需的时间复杂度。

因此，必须进行重新散列，增加Bucket Array的大小，以减少负载因子和时间复杂度。

如何Rehashing

可以按如下方式进行Rehashing：

• 对于每次向hash表添加新条目，请检查负载因子。
• 如果它大于其预定义值(如果没有给出，则默认值为0.75)，然后重新散列。
• 对于Rehashing，创建一个比以前大小加倍的新数组，并使其成为新的Bucket Array。
• 然后遍历旧Bucket Array中的每个元素，并为每个元素调用insert()函数，以便将其插入到新的更大的bucket数组中。

Java程序实例

// Java program to implement Rehashing import java.util.ArrayList; class Map {  class MapNode {  K key;  V value;  MapNode next;  public MapNode(K key, V value)  {  this.key = key;  this.value = value;  next = null;  }  }  // The bucket array where  // the nodes containing K-V pairs are stored  ArrayList > buckets;  // No. of pairs stored - n  int size;  // Size of the bucketArray - b  int numBuckets;  // Default loadFactor  final double DEFAULT_LOAD_FACTOR = 0.75;  public Map()  {  numBuckets = 5;  buckets = new ArrayList<>(numBuckets);  for (int i = 0; i < numBuckets; i++) {  // Initialising to null  buckets.add(null);  }  System.out.println("HashMap created");  System.out.println("Number of pairs in the Map: " + size);  System.out.println("Size of Map: " + numBuckets);  System.out.println("Default Load Factor : " + DEFAULT_LOAD_FACTOR + "");  }  private int getBucketInd(K key)  {  // Using the inbuilt function from the object class  int hashCode = key.hashCode();  // array index = hashCode%numBuckets  return (hashCode % numBuckets);  }  public void insert(K key, V value)  {  // Getting the index at which it needs to be inserted  int bucketInd = getBucketInd(key);  // The first node at that index  MapNode head = buckets.get(bucketInd);  // First, loop through all the nodes present at that index  // to check if the key already exists  while (head != null) {  // If already present the value is updated  if (head.key.equals(key)) {  head.value = value;  return;  }  head = head.next;  }  // new node with the K and V  MapNode newElementNode = new MapNode(key, value);  // The head node at the index  head = buckets.get(bucketInd);  // the new node is inserted  // by making it the head  // and it's next is the previous head  newElementNode.next = head;  buckets.set(bucketInd, newElementNode);  System.out.println("Pair(" + key +