C#数据结构--Dictionary、HashTable、List、HashSet区别

在.Net 模仿java 的过程中，抛弃了 HashMap，所以我们今天分析下Dictionary、HashTable、HashSet区别。

处理碰撞，即碰撞到同一个Bucket槽上：

Hashtable和Dictionary从数据结构上来说都属于Hashtable（哈希表），都是对关键字（键值）进行散列操作，将关键字散列到Hashtable的某一个槽位中去，不同的是处理碰撞的方法。散列函数有可能将不同的关键字散列到Hashtable中的同一个槽中去，这个时候我们称发生了碰撞，为了将数据插入进去，我们需要另外的方法来解决这个问题。

Dictionary采用链表法处理碰撞：

int hashCode = comparer.GetHashCode(key) & 0x7FFFFFFF;
//将HashCode的返回值转化为数组索引
int bucketIndex = hashCode % buckets.Length;

通过Hash算法来碰撞到指定的Bucket上，碰撞到同一个Bucket槽上所有数据形成一个单链表。

HashTable采用开放寻址法方法中的双重散列处理碰撞：

双重散列：

h(k,i) = (h1(k) +i*h2(k)) mod m (其中i = 0,1,…,m-1)，其中h1和h2为辅助散列函数。初始探查位置为T(h1(k)), 后续的探查位置在此基础上加上偏移量h2(k)模m 。

取m为根据构造函数设定的初始容量，获取一个大于并接近的素数，并取h1(k) = k mod m, h2(k) = 1 + (k mod (m - 1))

适用场景：

经过测试，测试数据会有波动性，但基本能反应整体情况：

插入性能：List < HashTable < Dictionary < LinkedList

遍历性能：HashTable < Dictionary < LinkedList < List

删除性能：List < HashTable < LinkedList < Dictionary

经过测试，对于值类型（不包括 Object）的 Dictionary<TKey, TValue> 的性能优于 Hashtable，所以推荐使用Dictionary。

Dictionary和HashTable的区别

1：单线程程序中推荐使用 Dictionary, 有泛型优势, 且读取速度较快, 容量利用更充分。
2：多线程程序中推荐使用 Hashtable, 默认的 Hashtable 允许单线程写入, 多线程读取, 对 Hashtable 进一步调用 Synchronized() 方法可以获得完全线程安全的类型；而 Dictionary 非线程安全, 必须人为使用 lock 语句进行保护, 效率大减.
3：对于值类型，特定类型（不包括 Object）的 Dictionary<TKey, TValue> 的性能优于 Hashtable，这是因为 Hashtable 的元素属于 Object 类型，所以在存储或检索值类型时通常发生装箱和拆箱操作。

Dictionary和HashTable的相同点
Hashtable 类和 Dictionary<TKey, TValue> 泛型类实现 IDictionary 接口
Dictionary<TKey, TValue> 泛型类还实现 IDictionary<TKey, TValue>泛型接口。
因此，这些集合中的每个元素都是一个键/值对。

Dictionary<TKey, TValue> 类与 Hashtable 类的功能相同。

Dictionary、HashTable和List区别

我们清楚List<T>是对数组做了一层包装，我们在数据结构上称之为线性表，而线性表的概念是，在内存中的连续区域，除了首节点和尾节点外，每个节点都有着其唯一的前驱结点和后续节点。我们在这里关注的是连续这个概念。

而HashTable、Dictionary，是根据Key而根据Hash算法分析产生的内存地址，因此在宏观上是不连续的，虽然微软对其算法也进行了很大的优化。

由于这样的不连续，在遍历时，Dictionary必然会产生大量的内存换页操作，而List只需要进行最少的内存换页即可，这就是List和Dictionary在遍历时效率差异的根本原因。

所以根据Key的查找Dictionary、HashTable的效率是高于 List 的，但是遍历的话则List效率更好。

HashSet

先来了解下HashSet<T>类，主要被设计用来存储集合，做高性能集运算，例如两个集合求交集、并集、差集等。从名称可以看出，它是基于Hash的，可以简单理解为没有Value的Dictionary。

HashSet<T>不能用索引访问，不能存储重复数据。

HashSet<T>和与List<T>的比较
HashSet<T>最大的优势是检索的性能，简单的说它的Contains方法的性能在大数据量时比List<T>好得多。曾经做过一个测试，将800W条int类型放在List<int>集合中，使用Contains判断是否存在，速度巨慢，而放在HashSet<int>性能得到大幅提升。

在内部算法实现上，HashSet<T>的Contains方法复杂度是O(1)，List<T>的Contains方法复杂度是O(n)，后者数据量越大速度越慢，而HashSet<T>不受数据量的影响。

所以在集合的目的是为了检索的情况下，我们应该使用HashSet<T>代替List<T>。比如一个存储关键字的集合，运行的时候通过其Contains方法检查输入字符串是否关键字。

C#数据结构--Dictionary、HashTable、List、HashSet区别

猜你喜欢