二次HashJava中的HashMap使用了二次hash来解决哈希冲突的问题。哈希冲突是指不同的键值对可能会被映射到同一个桶中，这会导致查找效率降低。为了解决这个问题，HashMap使用了二次hash算法来重新计算哈希值，从而将键值对分散到不同的桶中。 具体来说，HashMap中每个桶都是一个链表，当发生哈希冲突时，新的键值对会被插入到链表的头部。当链表长度超过一定阈值时，链表会被转换为红黑树，以
转载
2023-12-28 05:55:38
30阅读
Redis分片机制说明1.1 一致性hash算法1.1.1 一致性hash算法介绍一致性哈希算法是一种特殊的哈希算法,目的是为了解决分布式缓存的问题。在移除或者添加一个服务器的时候，能够尽可能小的改变已存在的服务请求与处理请求服务器之间的映射关系。一致性哈希解决了简单哈希算法在分布式哈希表中存在的动态伸缩问题。1.1.2 一致性Hash原理说明常识： 1. 对相同的数据hash得到的结果相同 2.
转载
2023-09-20 07:04:44
164阅读
Redis内部的rehash扩容缩容总结：
结构：
/*
* 字典
*/
typedef struct dict {
// 类型特定函数
dictType *type;
// 私有数据
void *privdata;
// 哈希表
dictht ht[2];
// rehash 索引
// 当 rehash 不在进行时，值为 -
转载
2023-07-21 01:01:28
66阅读
绝大多数语言中的字典底层实现基本上都是哈希表。哈希表中用 “负载因子” 来衡量哈希表的 空/满 程度。为了让负载因子在一定的合理范围之内，提高查询的性能，一般的做法是让哈希表扩容，然后rehash一把。 but，扩容也不一定就能解决负载因子过大的问题。Redis作为一款成熟的非关系型数据库，肯定有他的独到解决办法！！！能够保证rehash是有效的。 讲解rehash之
转载
2023-07-10 15:03:56
46阅读
# Redis的哈希扩容
## 介绍
Redis是一款高性能的键值存储数据库，常用于缓存、计数器等场景。它采用了哈希表作为底层数据结构，用于存储键值对。然而，当数据量增大时，单个哈希表可能会变得过大，导致性能下降。为了解决这个问题，Redis引入了哈希扩容机制。
## 哈希表和哈希槽
Redis中的哈希表是由多个哈希槽组成的，每个哈希槽可以存储多个键值对。哈希槽的数量是固定的，在默认情况下
原创
2023-12-29 06:19:03
86阅读
扩容时机：Hash Map：要在某个临界点进行扩容处理，该临界点就是HashMap中元素的数量在数值上等于threshold（table数组长度*加载因子）Dict：当每次新增键值对的时 , 会检测 负载因子(LoadFactor) , 判断以下两种条件会触发扩容 :LoadFactor >= 1 , 并且 Redis 没有进行持久化LoadFactor > 5HashMap
转载
2024-09-18 11:22:28
82阅读
哈希表的扩容 1. 为什么要扩容 1. 扩容即是将哈希表的长度增加,通常是变为原来的两倍 &n
转载
2024-04-08 21:55:10
64阅读
通过上一篇对dictScan函数的分析，我们引出了两个问题，就是Redis字典在进行扩容的时候，会从size=8直接扩容到size=64吗？那段代码块真的有用吗？下面我们就通过查看源码，逐步来探索一下这个问题。想要探索这个问题的答案，我们首先要看一下字典会在什么时候进行扩容，首先查看到的函数是：* 根据需要，初始化字典（的哈希表），或者对字典（的现有哈希表）进行扩展
* T = O(N)
sta
转载
2023-11-03 08:30:24
85阅读
在redis中有专门的文件定义自己的数据结构，这篇我学习的时其中的哈希列表的实现，包括insert/delete/find/replace/get-random-element等操作。dict结构的主要目的是解决Redis中的数据查找问题。它利用哈希函数确定key值的位置，并且拥有两张数据表，在数据容量不够时自动实现扩容，并对当前哈希表中的数据rehash，但这个rehas
转载
2024-06-04 10:40:38
180阅读
什么是Redis的哈希槽哈希槽其实就是一个数组，数组[0, 1, 2, ..., 2^14-1]形成hash slot空间Redis 集群中内置了 16384 个哈希槽，当需要在 Redis 集群中放置一个 key-value时，redis 先对 key 使用 crc16 算法算出一个结果，然后把结果对 16384 求余数，这样每个 key 都会对应一个编号在 0-16383 之间的哈希槽，red
转载
2023-10-31 15:18:56
105阅读
哈希表（散列表）key value 形式的数据结构，其基础是一个数组。哈希表在特定元素的插入，删除和查询时都能够达到O(1)常数的时间复杂度，除非发生hash碰撞哈希算法把任意长度的输入通过哈希算法转换映射为固定长度的输出，所得到的输出被称为哈希值哈希冲突解决开放地址法重新哈希法拉链法负载因子负载因子代表着存储的总数据量和内部数组大小的比值。插入新数据时，判断哈希表当前的存储量和内部数组的比值是否
转载
2023-10-13 13:42:06
43阅读
原创
2022-12-31 07:15:02
94阅读
前端
原创
2023-02-10 14:13:20
61阅读
0x00 系列文章目录Redis学习-安装和启动Redis学习-知识梳理Redis学习-FAQ0x01 摘要考虑到绝大部分写业务的程序员，在实际开发中使用 Redis 的时候，只会 Set Value 和 Get Value 两个操作，对 Redis 整体缺乏一个认知。所以我斗胆以 Redis 为题材，对 Redis 常见问题做一个总结，希望能够弥补大家的知识盲点。 主要分为：Redis基础概念
转载
2024-01-22 20:38:51
22阅读
实现负载均衡是后端领域一个重要的话题，一致性哈希算法是实现服务器负载均衡的方法之一，你很可能已在一些远程服务框架中使用过它。下面我们尝试一下自己实现一致性哈希算法。一. 简述一致性哈希算法这里不详细介绍一致性哈希算法的起源了，网上能方便地搜到许多介绍一致性哈希算法的好文章。本文主要想动手实现一致性哈希算法，并搭建一个环境进行实战测试。在开始之前先整理一下算法的思路:一致性哈
转载
2023-08-23 18:07:24
85阅读
Hash表也称散列表，Hash表是一种根据关键字值（key - value）而直接进行访问的数据结构。它基于数组，通过把关键字映射到数组的某个下标来加快查找速度，但是又和数组、链表、树等数据结构不同，在这些数据结构中查找某个关键字，通常要遍历整个数据结构，也就是O(N)的时间级，但是对于哈希表来说，只是O(1)的时间级。注意，这里有个重要的问题就是如何把关键字转换为数组的下标，这个转换的函数称为哈
转载
2023-09-11 18:05:48
57阅读
一、什么是哈希表散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(ke
转载
2023-08-05 15:17:43
80阅读
数据结构java实现哈希表概念 Hash，一般翻译做“散列”，也有直接音译为“哈希”的，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，该输出就是散列值。根据散列值作为地址存放数据，这种转换是一种压缩映射，简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。查找关键字数据（如K）的时候，若结构中存在和关键字相等的记录，则必定在f(K)的存储位置上。由此，不需比较便可直接取
转载
2023-08-31 17:06:16
72阅读
以下是我用java实现的哈希表 package com.husiwang.HashMap;
import com.husiwang.LinkList.LinkList;
/**
* Created&n
原创
2015-08-18 14:27:05
589阅读
# 实现哈希表的Java代码示例
哈希表（Hash Table）是一种非常常用的数据结构，它通过将关键字（key）映射到表中的位置来实现快速的数据查找。在Java中，我们可以通过HashMap类来实现哈希表的功能。
## 哈希表的原理
哈希表的原理是通过哈希函数将关键字映射到一个固定大小的数组中的特定位置，这个位置就是该关键字在表中的索引。当我们需要查找某个关键字时，通过哈希函数计算其位置，
原创
2024-06-09 05:17:15
19阅读
