在 Ruby 中散列“has_key”复杂性

Question

我有一个哈希vars = {"a" => "Name", "b" => "Address" , "c" => "Phone"}。我想检查这条线的性能：

vars.has_key(:b)?

是 O(1) 还是 O(散列大小)？

Answer 1

简单的基准测试：

require 'benchmark'

iterations = 10_000
small      = 10
big        = 1_000_000

small_hash = {}
big_hash   = {}

(1..small).each do |i|
  small_hash[i] = i
end

(1..big).each do |i|
  big_hash[i] = i
end

Benchmark.bmbm do |bm|
  bm.report('Small Hash') do
    iterations.times { small_hash.has_key?(1) }
  end

  bm.report('Big Hash') do
    iterations.times { big_hash.has_key?(1) }
  end
end

运行测试：

$ ruby has_key_test.rb 
                 user     system      total        real
Small Hash   0.000000   0.000000   0.000000 (  0.001167)
Big Hash     0.000000   0.000000   0.000000 (  0.001171)

所以是的，我认为我们可以考虑成本常数 O(1)（至少，无需检查内部 MRI 实现）。

Answer 2

has_key的源码是(http://ruby-doc.org/core-1.9.3/Hash.html#method-i-has_key-3F)

rb_hash_has_key(VALUE hash, VALUE key)
{
    if (!RHASH(hash)->ntbl)
        return Qfalse;
    if (st_lookup(RHASH(hash)->ntbl, key, 0)) {
        return Qtrue;
    }
    return Qfalse;
}

st_lookup 有以下片段 (https://github.com/ruby/ruby/blob/ca6b174078fa15f33655be704d9409fdbc4f9929/st.c#L383)：

if (table->entries_packed) {
    st_index_t i = find_packed_index(table, hash_val, key);
    if (i < table->real_entries) {
        if (value != 0) *value = PVAL(table, i);
        return 1;
    }
        return 0;
    }

这告诉我们如果entries_packed 则 ruby​​ 使用索引 (O(1)) 否则它使用未索引搜索 (O(n))。

entries_packed 的值似乎取决于散列的大小：(https://github.com/ruby/ruby/blob/ca6b174078fa15f33655be704d9409fdbc4f9929/st.c#L41)

#define MAX_PACKED_HASH (int)(ST_DEFAULT_PACKED_TABLE_SIZE * sizeof(st_table_entry*) / sizeof(st_packed_entry))

https://github.com/ruby/ruby/blob/ca6b174078fa15f33655be704d9409fdbc4f9929/st.c#L219

tbl->entries_packed = size <= MAX_PACKED_HASH;

size 是一种索引大小。

您可以在 ruby​​ 源代码中找到更多详细信息，但其复杂性并不总是 O(1)，而是取决于散列的大小。 （关于其索引的大小）

Answer 3

该方法的预期复杂性是恒定的。

Answer 4

def fake_h(n)
  n.times.inject({}){|o,x| o[x] = :a; o}
end

n = 1000000;
h1 = fake_h(1);
h10 = fake_h(10);
h100 = fake_h(100);
h1000 = fake_h(1000);
h10000 = fake_h(10000);
h100000 = fake_h(100000);
h1000000 = fake_h(1000000);

Benchmark.bm do |x| 
  x.report { n.times{|t| h1.has_key?(t) } }
  x.report { n.times{|t| h10.has_key?(t) } }
  x.report { n.times{|t| h100.has_key?(t) } }
  x.report { n.times{|t| h1000.has_key?(t) } }
  x.report { n.times{|t| h10000.has_key?(t) } }
  x.report { n.times{|t| h100000.has_key?(t) } }
  x.report { n.times{|t| h1000000.has_key?(t) } }
end

# Result :
    user     system      total         real
0.200000   0.000000   0.200000 (  0.204647)
0.210000   0.000000   0.210000 (  0.205677)
0.210000   0.000000   0.210000 (  0.214393)
0.210000   0.000000   0.210000 (  0.206382)
0.210000   0.000000   0.210000 (  0.208998)
0.200000   0.000000   0.200000 (  0.206821)
0.220000   0.000000   0.220000 (  0.213316)

具有 1 个条目或 100 万个条目的哈希之间的差异是...最小的。