hash冲突随笔

Posted 2020-09-06

一：hash表

也叫散列表，以key-value的形式存储数据，就是将需要存储的关键码值通过hash函数映射到表中的位置，可加快访问速度。

二：hash冲突

如果两个相同的关键码值通过hash函数映射到了表中的相同位置，则产生了“碰撞”及hash冲突。解决冲突的方式有多种，可根据实际情况选择。

三：解决方法

1.外部链址法

为hash冲突的关键码值建立单链表，将单链表的头指针保存在hash表的存储单元中。以HashMap为例，可以实例化一个初始容量为16和加载因子为0.75f的对象。首先会创建一个长度为16 的哈希表，相当于定义了一个由16个头指针（初始为空）组成的指针数组T[0...m-1]，凡是hash结果为i的节点均插入到以T[i]为头指针的单链表中。数据越多，碰撞发生就越多，当哈希表的容量达到某个临界点时（数组长度*加载因子）就会对表进行扩容。扩容非常耗时，需要计算数据在新表中的位置并进行复制。所以如果事先知道HashMap中需要存储的数量，最好预设HashMap的初始容量能大大提升系统系能。

查找时间：链表查找时间+1；

2.再哈希法

也称作再散列法，当发生碰撞后使用不同的hash函数再次进行hash操作，直到不再冲突。

数据比较分散，但是增加了计算时间，不太可能进行删除操作。

3.建立公共溢出区

创建两个哈希表，一个为基本表，一个为公共表，如果需要存储的数据hash后和基本表中有冲突，则保存在公共表中，公共表为顺序表，可将冲突的数据一次插入到公共顺序表中。

查询数据的时候先根据hash值去基本表中查找，如果和数据不匹配再去公共表中顺序查找即可。

4.开放定址发

称作再散列法，当冲突发生后以同样的hssh函数再次进行不同规则的操作，直到不冲突为止。

表达式：Hi = （H(key) + di）%m i=1,2,3,...,n。根据di的的不同可分为：

1）线性探测再散列：di为线性函数即可，通常di = 1,2,3,...,m-1

冲突发生后顺序查找表中的下一个单元，直到找到空单元

2）二次探测再散列：di = 1^2,-1^2,2^2,-2^2,...,k^2,-k^2 (k<m/2)

冲突发生后，在表的左右两侧进行探测。

3）伪随机探测再散列：di = 随机数

冲突发生后，在表的位置随机进行探测。

查询操作则根据相同的存储规则进行查询操作即可。

特点：不太可能进行删除操作，当表快满状态时，效率下降。