hash碰撞:hash长度是有限的,比如MD5 但是可以生成哈希的原文远比hash多的多,当两个不同原文算出一样的hashCode的时候,就发现了哈希碰撞
hash碰撞的解决办法总的来说有两种。
1 开放链表法(Java的hashMap 的解决方案)
哈希值取模数组长度,得到应该存放的数组下标的位置,如果重复,那就就放在这个数组下标的链表里面,查找的时候如果对应下标里面链表有多个值,依次和原文比对是否相等
2 开放地址法探测法(据说python用的正种)
同样是数组,同样是哈希取取模,如果下标已经有位置,那么久依次放到后面一个格子里面去,如果还是有,继续找下一个,知道找到空的位置放。
查询的时候,算出hash值,对比原文相等就返回,不等就找下一个,如果下一个是空,就表示找不到,如果下一个不是空就继续下一个,直到找到为止。
开发地址法有多个变种,他们都是堆下下一个的步长做了优化。
线探测:步长是1,逐步增加。
平方探测法:步长按照平方增加。
二次哈希:步长是由另外一个hash函数取模数组长度决定。
优缺点:
开放链表法:占用空间小,性能只有在链表里面有大量数据才开始慢慢线性衰减。
开发地址探测法:数组空间不到一半的时候效率高,数组空间接近满的时候遍历速度急剧下降,甚至查找一个对象遍历整个数组。并且最多只能装数组长度个对象。
很明显开发链表法个各便都有优势。据说python里面的hash结构用的开放地址探测法额缘由不得而知,不用Python,所以没有去验证具体用的什么算法。