Hash衝突的四種解決辦法

一.哈希表簡介

非哈希表的特色：關鍵字在表中的位置和它自檢不存在一個肯定的關係，查找的過程爲給定值一次和各個關係自進行比較，查找的效率取決於給定值進行比較的次數。
哈希表的特色：關鍵字在表中位置和它自檢存在一種肯定的關係。
哈希函數：通常狀況下，須要在關鍵字與它在表中的存儲位置之間創建一個函數關係，以（key）做爲關鍵字爲key的記錄在表中的位置，一般稱這個函數f(key)爲哈希函數。
hash：翻譯爲」散列表「，就是把任意長度的輸入，經過散列算法，變成固定長度輸出，該輸出結果是散列值。
這種轉換是一種壓縮映射，散列表的空間一般小魚輸入的空間，不一樣的輸入可能會散列成相同的輸出，因此不能從散列表來惟一的肯定輸入值。
簡單的說就是一種將任意長度的消息壓縮到固定長度的消息摘要函數。
hash衝突：就是根據key即通過一個函數f(key)獲得的結果的做爲地址去存放當前的key value鍵值對(這個是hashmap的存值方式)，可是卻發現算出來的地址上已經有人先來了。就是說這個地方要擠一擠啦。這就是所謂的hash衝突啦

二.哈希函數處理衝突的方法

1）開放定址法：

這種方法也稱再散列法，其基本思想是：當關鍵字key的哈希地址p=H（key）出現衝突時，以p爲基礎，產生另外一個哈希地址p1，若是p1仍然衝突，再以p爲基礎，產生另外一個哈希地址p2，…，直到找出一個不衝突的哈希地址pi ，將相應元素存入其中。這種方法有一個通用的再散列函數形式：

Hi=（H（key）+di）% m i=1，2，…，n

其中H（key）爲哈希函數，m 爲表長，di稱爲增量序列。增量序列的取值方式不一樣，相應的再散列方式也不一樣。主要有如下三種：

線性探測再散列

dii=1，2，3，…，m-1

這種方法的特色是：衝突發生時，順序查看錶中下一單元，直到找出一個空單元或查遍全表。

二次探測再散列

di=12，-12，22，-22，…，k2，-k2 ( k<=m/2 )

這種方法的特色是：衝突發生時，在表的左右進行跳躍式探測，比較靈活。

僞隨機探測再散列

di=僞隨機數序列。

具體實現時，應創建一個僞隨機數發生器，（如i=(i+p) % m），並給定一個隨機數作起點。

例如，已知哈希表長度m=11，哈希函數爲：H（key）= key % 11，則H（47）=3，H（26）=4，H（60）=5，假設下一個關鍵字爲69，則H（69）=3，與47衝突。

若是用線性探測再散列處理衝突，下一個哈希地址爲H1=（3 + 1）% 11 = 4，仍然衝突，再找下一個哈希地址爲H2=（3 + 2）% 11 = 5，仍是衝突，繼續找下一個哈希地址爲H3=（3 + 3）% 11 = 6，此時再也不衝突，將69填入5號單元。

若是用二次探測再散列處理衝突，下一個哈希地址爲H1=（3 + 12）% 11 = 4，仍然衝突，再找下一個哈希地址爲H2=（3 - 12）% 11 = 2，此時再也不衝突，將69填入2號單元。

若是用僞隨機探測再散列處理衝突，且僞隨機數序列爲：2，5，9，……..，則下一個哈希地址爲H1=（3 + 2）% 11 = 5，仍然衝突，再找下一個哈希地址爲H2=（3 + 5）% 11 = 8，此時再也不衝突，將69填入8號單元。

2) 再哈希法

這種方法是同時構造多個不一樣的哈希函數：

Hi=RH1（key） i=1，2，…，k

當哈希地址Hi=RH1（key）發生衝突時，再計算Hi=RH2（key）……，直到衝突再也不產生。這種方法不易產生彙集，但增長了計算時間。

3）鏈地址法

這種方法的基本思想是將全部哈希地址爲i的元素構成一個稱爲同義詞鏈的單鏈表，並將單鏈表的頭指針存在哈希表的第i個單元中，於是查找、插入和刪除主要在同義詞鏈中進行。鏈地址法適用於常常進行插入和刪除的狀況。

4）創建公共溢出區

這種方法的基本思想是：將哈希表分爲基本表和溢出表兩部分，凡是和基本表發生衝突的元素，一概填入溢出表。

優缺點

開放散列表（open hashing）/拉鍊法（針對桶鏈結構）
1）優勢：①對於記錄總數頻繁可變的狀況，處理的比較好（也就是避免了動態調整的開銷） ②因爲記錄存儲在結點中，而結點是動態分配，不會形成內存的浪費，因此尤爲適合那種記錄自己尺寸（size）很大的狀況，由於此時指針的開銷能夠忽略不計了 ③刪除記錄時，比較方便，直接經過指針操做便可
2）缺點： ①存儲的記錄是隨機分佈在內存中的，這樣在查詢記錄時，相比結構緊湊的數據類型（好比數組），哈希表的跳轉訪問會帶來額外的時間開銷 ②若是全部的 key-value 對是能夠提早預知，並以後不會發生變化時（即不容許插入和刪除），能夠人爲建立一個不會產生衝突的完美哈希函數（perfect hash function），此時封閉散列的性能將遠高於開放散列 ③因爲使用指針，記錄不容易進行序列化（serialize）操做
封閉散列（closed hashing）/ 開放定址法
1）優勢： ①記錄更容易進行序列化（serialize）操做 ②若是記錄總數能夠預知，能夠建立完美哈希函數，此時處理數據的效率是很是高的

2）缺點： ①存儲記錄的數目不能超過桶數組的長度，若是超過就須要擴容，而擴容會致使某次操做的時間成本飆升，這在實時或者交互式應用中可能會是一個嚴重的缺陷 ②使用探測序列，有可能其計算的時間成本太高，致使哈希表的處理性能下降 ③因爲記錄是存放在桶數組中的，而桶數組必然存在空槽，因此當記錄自己尺寸（size）很大而且記錄總數規模很大時，空槽佔用的空間會致使明顯的內存浪費 ④刪除記錄時，比較麻煩。好比須要刪除記錄a，記錄b是在a以後插入桶數組的，可是和記錄a有衝突，是經過探測序列再次跳轉找到的地址，因此若是直接刪除a，a的位置變爲空槽，而空槽是查詢記錄失敗的終止條件，這樣會致使記錄b在a的位置從新插入數據前不可見，因此不能直接刪除a，而是設置刪除標記。這就須要額外的空間和操做。