哈希冲突解决方法

解决哈希冲突两种常见的方法是：闭散列和开散列

一、闭散列

闭散列法又称开放地址法，当发生哈希冲突时，如果哈希表未满，说明其中必然还有空位置，可以把 key 存放到表中 “下一个” 空位置中去，那如何寻找 “下一个” 空位置？

1、线性探测

从发生冲突的位置开始，依次继续向后探测，直到找到空位置为止

int a[ ]  = {37, 25, 14, 36, 49, 68, 57, 11, 19};
int HashFunc(int key)
{
  return key % 19;
}

2、二次探测

Hi = (H0 ± i^2) % 哈希表长度，其中，H0 = HashFunc(key)，i = 1, 2, …

int a[ ]  = {37, 25, 14, 36, 49, 68, 57, 11, 19};
int HashFunc(int key)
{
  return key % 19;
}

3、双重哈希

Hi = (H0 + i * H1) % 哈希表长度，其中，H0 = HashFunc1(key)，H1 = HashFunc2(key)，i = 1, 2, …

注意

删除操作

二、开散列

开散列法又称链地址法(开链法)，将具有相同哈希地址的关键码使用链表等数据结构进行存储

int a[ ]  = {37, 25, 14, 36, 49, 68, 57, 11, 19};
int HashFunc(int key)
{
  return key % 17;
}

使用哈希函数计算出每个元素所在的桶号，同一个桶的链表中存放哈希冲突的元素，各链表的头结点存储在哈希表中

三、负载因子 α

α = 哈希表中元素个数 / 哈希表长度

注意

负载因子对闭散列尤为重要，应严格限制在 0.7 ~ 0.8 以下(超过 0.8，查找时 CPU 缓存不命中次数呈指数级上升)，当然对于开散列，负载因子也不应过大，避免桶过深

// 使用素数表对齐做哈希表的容量，降低哈希冲突      
const int _PrimeSize = 28;      
static const unsigned long _PrimeList[_PrimeSize] =     
  {         
	53ul,         97ul,         193ul,       389ul,       769ul,         
	1543ul,       3079ul,       6151ul,      12289ul,     24593ul,         
	49157ul,      98317ul,      196613ul,    393241ul,    786433ul,         
	1572869ul,    3145739ul,    6291469ul,   12582917ul,  25165843ul,         
	50331653ul,   100663319ul,  201326611ul, 402653189ul, 805306457ul,         
	1610612741ul, 3221225473ul, 4294967291ul     
  };