如何设计一个工业级的散列函数?

Posted 程 序 员 曾 奈 斯

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何设计一个工业级的散列函数?相关的知识,希望对你有一定的参考价值。

Java中的HashMap、LinkedHashMap的解决散列冲突策略都是链表法(数据规模大),但多线程中的ThreadLocalMap则是用的开放寻址法(因为规模数据小、装载因子不高)。

何为一个工业级的散列表?工业级的散列表应该具有哪些特性?

1.支持快速的查询、插入、删除操作;
2.内存占用合理,不能浪费过多空间;
3.性能稳定,在极端情况下,散列表的性能也不会退化到无法接受的情况。

如何设计这样一个散列表呢?从3个方面来考虑设计思路

  1. 设计一个合适的散列函数;
  2. 定义装载因子阈值,并且设计动态扩容策略;
  3. 选择合适的散列冲突解决方法。

总结:

一、如何设计散列函数?

1.要尽可能让散列后的值随机且均匀分布,这样会尽可能减少散列冲突,即便冲突之后,分配到每个槽内的数据也比较均匀。
2.除此之外,散列函数的设计也不能太复杂,太复杂就会太耗时间,也会影响到散列表的性能。
3.常见的散列函数设计方法:直接寻址法、平方取中法、折叠法、随机数法等。

二、如何根据装载因子动态扩容?

1.如何设置装载因子阈值?

  ①可以通过设置装载因子的阈值来控制是扩容还是缩容,支持动态扩容的散列表,插入数据的时间复杂度使用摊还分析法。
  ②装载因子的阈值设置需要权衡时间复杂度和空间复杂度。如何权衡?如果内存空间不紧张,对执行效率要求很高,可以降低装载因子的阈值;相反,如果内存空间紧张,对执行效率要求又不高,可以增加装载因子的阈值。

2.如何避免低效扩容?分批扩容


  ①分批扩容的插入操作:当有新数据要插入时,我们将数据插入新的散列表,并且从老的散列表中拿出一个数据放入新散列表。每次插入都重复上面的过程。这样插入操作就变得很快了。
  ②分批扩容的查询操作:先查新散列表,再查老散列表。
  ③通过分批扩容的方式,任何情况下,插入一个数据的时间复杂度都是O(1)。

三、如何选择散列冲突解决方法?

  ① 常见的2中方法:开放寻址法和链表法;
  ② 大部分情况下,链表法更加普适。而且,我们还可以通过将链表法中的链表改造成其他动态查找数据结构,比如红黑树、跳表,来避免散列表时间复杂度退化成O(n),抵御散列冲突攻击;
  ③ 但是,对于小规模数据、装载因子不高的散列表,比较适合用开放寻址法。

四、Java中哪些数据类型底层是基于散列表实现的?

  hash化的容器都是基于散列表的,比如HashMap、LinkedHashMap、HashSet,LinkedHashSet、HashTable、ConcurrentHashMap等。

以上是关于如何设计一个工业级的散列函数?的主要内容,如果未能解决你的问题,请参考以下文章

如何打造一个工业级水平的散列表?

如何打造一个工业级水平的散列表?

Java 数据结构 - HashMap 源码解读:如何设计工业级的散列表

《数据结构与算法之美》15——散列表如何实现工业级别的散列表

为啥这个特定的函数是一个糟糕的散列函数?

为啥 HashMap 需要一个加密安全的散列函数?