如何设计散列函数

• 散列函数的目标\

  • 散列函数不能台复杂
  • 散列函数生成的值要随机并且均匀

• 散列方法

  • 直接寻址法
  • 平法取中法
  • 折叠法
  • 随机数法
  • ....

装载因子过大怎么办？

• 装载因子过大

  • 当装载因子达到一定的阈值后，说明hash冲突严重，插入和查询耗时都会增加，需要动态扩容

  • 动态扩容会导致位置发生变化

  • 动态扩容的时间复杂度 均摊后是O(1)

    • 只有最坏是O(n)，其余时候为O(1)

• 装载因子过小

  • 可以考虑动态缩容

如何避免低效扩容

• 如果装载因子到达阈值，需先扩容，插入数据，插入数据会变得很慢

• 可以采用渐进式的扩容

  • 先申请新的空间，但是不立即迁移
  • 每次迁移一点

• 查询时则从新散列表中查找，没有再去老的散列表中查找

\

如何选择冲突解决方法

	开放寻址法	链表法
优点	存储连续空间中，有效利用cpu缓存	空间利用率更高
缺点	删除数据需要特殊标记冲突代价更高	指针需要占据额外的存储空间不能利用CPU缓存
适用场景	适用于数据量小，装载因子（<1）小的时候	适合存储大对象、大数据量的散列表 比开放寻值法更灵活

工业散列表分析

• 以HashMap为例

  • 初始化大小=16
  • 装载因子=0.75
  • 利用链表法解决散列冲突
  • 散列函数 hashcode()

总结

• 工业级的散列表

  • 支持快速地查询、插入、删除操作\

  • 内存占用合理，不能浪费过多的内存空间\

  • 性能稳定，极端情况下，散列表的性能也不会退化到无法接受的情况\

• 怎么设计

  • 高效的散列函数  随机且均匀

  • 设定装载因子，设计动态扩容策略

  • 选择合适的散列冲突解决方法

    • 开放地址法
    • 链表法