稀疏哈希表背后的主要实现思想是啥？

Posted 2023-02-25

【中文标题】稀疏哈希表背后的主要实现思想是啥？

【英文标题】：What is the main implementation idea behind sparse hash table?稀疏哈希表背后的主要实现思想是什么？

【发布时间】：2011-07-14 10:32:17

【问题描述】：

为什么 Google sparsehash 开源库有两种实现方式：密集哈希表和稀疏哈希表？

【问题讨论】：

我想我误解了帖子中的问题。不会稀疏哈希表 + 密集哈希表 == 所有哈希表吗？如果是这样，那为什么这个库叫“sparsehash”？

顺便说一句：documentation from Google Code.

【参考方案1】：

稠密哈希表是您普通的教科书哈希表实现。

稀疏散列表仅存储实际设置的元素，并划分为多个数组。在稀疏表的实现中引用comments：

// The idea is that a table with (logically) t buckets is divided
// into t/M *groups* of M buckets each.  (M is a constant set in
// GROUP_SIZE for efficiency.)  Each group is stored sparsely.
// Thus, inserting into the table causes some array to grow, which is
// slow but still constant time.  Lookup involves doing a
// logical-position-to-sparse-position lookup, which is also slow but
// constant time.  The larger M is, the slower these operations are
// but the less overhead (slightly).

要知道设置了数组的哪些元素，稀疏表包括位图：

// To store the sparse array, we store a bitmap B, where B[i] = 1 iff
// bucket i is non-empty.  Then to look up bucket i we really look up
// array[# of 1s before i in B].  This is constant time for fixed M.

这样每个元素只产生 1 位的开销（在限制范围内）。

【参考方案2】：

sparsehash 是一种将键映射到值（每个键 1-2 位）的内存高效方式。布隆过滤器可以为每个键提供更少的位数，但它们不会将值附加到外部/可能内部以外的键，这比一点信息略少。