Hash를 사용하는 Collections

Hashing을 사용하는 Hashtable, HashMap, HashSet에 대해 정리해보았다.

Hash 사용하는 컬렉션 비교하기

Hashtable, HashMap, HashSet은 모두 Hash 알고리즘을 사용한다. Hashtable과 HashMap은 Map 인터페이스를 구현한다. 즉, Key-Value 형식의 자료구조이다. Map 구현체에 Hash 알고리즘은, Key값을 Hashing하여 인덱스로 사용한다는 뜻이다.

반면 HashSet 은 Set 인터페이스의 구현체이다. 즉 순서/중복없는 자료구조이다. 삽입되는 객체를 Key값으로 하고, 내부 구현 코드에서 필드로 선언한 객체를 Value 값으로 사용한다. 자세한 차이점은 다음과 같다.

  • Hashtable

    • Map 인터페이스의 구현체

    • Thread-safe하다 ⇒ 멀티 스레드 환경에서 사용한다. 그러나 성능이 떨어지므로 멀티 스레드 환경이 아니라면 지양하자

  • HashMap

    • Map 인터페이스의 구현체

    • Thread-safe하지 않다 ⇒ 성능이 좋지만 멀티스레드에서는 사용X

  • HashSet

    • Set 인터페이스의 구현체 ⇒ 객체 자체로 저장하기에 값 중복이 안된다.

    • HashSet 은 내부적으로 HashMap을 사용한다. 즉, Hashtable과 유사하게 데이터 저장한다.

    • 객체 자체를 Key값으로 저장하고, Value값은 dummy data를 사용한다.

Hashtable vs HashMap

Hashtable과 HashMap은 Map을 구현하는 거의 비슷한 자료구조들이다. 그러나 Hashtable은 동기화를 지원하고, HashMap은 동기화를 지원하지 않는다. 따라서 멀티 스레드 환경에서는 Hashtable는 멀티 스레드 환경일 때 사용하고, 싱글 스레드 환경일 경우 HashMap을 사용해야 성능면에서 유리하다. (Hashtable는 성능이 떨어진다.) 또한 HashMap은 보조 해시 함수를 사용하여 해시 충돌이 덜하다는 장점이 있다. 하지만 성능 상 차이가 크지 않다고 한다!

HashSetvs HashMap

HashSet은 객체 자체를 Key값으로, Value값은 dummy data으로 두 객체가 저장되기 때문에 HashSet이 더 느리다.

HashTable

🌟 `key - value`로 이루어진 배열이다. 배열이기에 빠른 검색 속도를 가진다. ‼

    이때의 key는 해시함수를 사용하여 해시값으로 매핑한 인덱스이다.

Hash Function : hashCode()

  • 키값을 입력받아 해시주소를 생성

  • key를 고정된 길이의 hash로 변경해주는 역할

  • 만들어진 해시 주소가 해시 테이블의 인덱스가 됨

검색 속도 ‼

  • hash는 내부적으로 배열을 사용하여 데이터를 저장하기 때문에 빠른 검색 속도를 갖는다.

  • 해시 충돌이 일어나지 않는 경우, 해시테이블의 시간 복잡도는 O(1)

  • 해시 충돌이 일어날 경우 시간 복잡도는 O(1)이 아니다. (어떤 충돌 해결 기법을 사용하였느냐에 따라 다른 시간 복잡도를 가짐)

Load Factor란?

  • 해시 테이블에 데이터가 많아지면 탐색 효율을 위해 더 큰 해시 테이블로 바꿔야 하는 시점이 온다. 이때의 기준이 Load Factor이다.

  • 기본 Load Factor는 0.75이다. 즉, 75%의 버킷이 차면 현재 버킷 개수의 2배만큼 늘린다.

  • 정확히는 Threshold 값이 넘어가면 re-hashing 된다. (Threshold = 용량 * Load Factor이다. )

해시 충돌

  • 해시 충돌 : 두 개의 다른 key가 동일한 hash 값을 갖는 경우

  • 해시 함수로 해시를 만드는 과정에서 서로 다른 key가 같은 해시로 변경되면, 같은 공간에 2개의 value가 저장되므로 key-value가 1:1로 매핑되어야 하는 해시 테이블의 특성에 위배된다.

  • 해시 충돌은 필연적으로 나타날 수 밖에 없다. Collision이 많아질 수록 Search 에 필요한 Time Complexity 가 O(1)에서 O(n)에 가까워진다. ⇒ 좋은 hash function를 선택하는 것은 hash table 의 성능 향상에 필수적인 것이다.

  • 좋은 해시 함수의 기준?

    1. 충돌이 적고(중복이 적고)

    2. 해시 함수값이 해시 테이블의 주소 영역 내에서 고르게 분포되어야 하고

    3. 속도가 빨라야 좋은 해시 함수이다.

해시 충돌 해결방법

  1. Open Address (개방주소법)

    • 충돌 발생 시 해시 함수로 얻은 주소가 아닌 다른 해시 버킷에 해당 자료를 삽입하는 방식

    • 빈 버킷이 나올 때까지 탐색 후, 찾으면 해당 자료를 삽입

    • 장점 : 추가 저장 공간을 이용하지 않고 해시 테이블 내에서 데이터 저장함.

    • 단점 : 데이터의 양이 늘어나면 새 저장소를 미리 확보해두어야 한다. (새 해시 테이블 준비)

    • 시간복잡도

      • 탐색, 삽입, 삭제 모두 최상의 경우 O(1), 최악의 경우 O(n)

    • 해결 기법

      • 선형 프로빙(Linear probing) : 비어있는 인덱스를 선형적으로 탐색하는 방식

      • 이차식 프로빙(Quadratic probing) : 배열을 2차 함수꼴로 건너 뛰며 빈공간을 탐색하는 방식

      • 이중 해싱 (Double Hashing, 재해싱) :

        • 위의 프로빙의 경우, 클러스터링 문제(데이터가 밀집) 발생하여 클러스터링 크기만큼 탐색 속도 지연.

        • 서로 다른 두개의 해시 함수를 이용하여, 충돌 시 간격을 결정하여 균일하게 저장함.

  2. Separate Chaining (체이닝)

    • Linked List를 사용하는 방식

      • 각각의 버킷(bucket)들을 연결리스트(Linked List)로 만들어 Collision이 발생하면 해당 bucket 의 list 에 추가하는 방식이다.

      • 버킷을 계속해서 사용하는 Open Address 방식에 비해 테이블의 확장을 늦출 수 있다.

      • 장점 : 연결 리스트의 특징을 그대로 이어받아 삭제 또는 삽입이 간단하다.

      • 단점 : 연결 리스트 자체의 오버헤드가 부담이 된다.

      • 시간 복잡도

        • 삽입 : O(1)

        • 탐색이나 삭제 : 키에 해당하는 리스트의 길이에 비례함, 최악의 경우 O(K) (K는 키 값의 갯수)

    • Tree를 사용하는 방식

      • 각각의 버킷(bucket)들을 트리를 사용하여, Collision이 발생하면 해당 bucket 의 list 에 추가하는 방식이다.

      • 연결 리스트 혹은 트리를 사용할 것인가에 대한 기준은?

        • 하나의 해시 버킷에 할당된 key-value 쌍의 개수이다.

        • 데이터의 개수가 적다면 링크드 리스트를 사용하는 것이 맞다.

        • 트리는 기본적으로 메모리 사용량이 많기 때문이다. 데이터 개수가 적을 때 Worst Case 를 살펴보면 트리와 링크드 리스트의 성능 상 차이가 거의 없다.

        • 따라서 메모리 측면을 봤을 때 데이터 개수가 적을 때는 링크드 리스트를 사용한다.

Reference

위로가기⬆

PreviousJava CollectionsNextTree를 사용하는 Collections

Last updated