hash 冲突解决办法

简介: hash 冲突解决办法

hash 碰撞冲突


hashCode 方法是为了产生不同的 hash 值, 但是当两个对象的 hash 值一样时,会发生碰撞冲突


Hash 冲突的解决办法


  • 开放地址法;
  • 再hash的方法;
  • 拉链法;
  • 建立公共溢出区法;


开发地址法


基本思想:当发生地址冲突的时候,按照某种方法继续探测哈希表中的其他存储单元,直到找到空位置为止;

测试代码:

public class Test1 {  
    //线性探测再散列  
    public static int[] m1(int[] arr){  
        if (arr==null || arr.length == 0){  
            return null;  
        }  
        int[] arr1 = new int[arr.length];  
        for (int i = 0;i<arr.length;i++){  
            int p = arr[i]%(arr1.length);  
            if (arr1[p]==0){  
                arr1[p] = arr[i];  
            }else {  
                for (int j = 1 ; j<5;j++){  
                    int p1 = (p+j)%(arr1.length);  
                    if (arr1[p1]==0){  
                        arr1[p1] = arr[i];  
                    }  
                }  
            }  
        }  
        return arr1;  
    }  
    //二次探测再散列  
    public static int[] m2(int[] arr){  
        if (arr==null || arr.length == 0){  
            return null;  
        }  
        int[] arr1 = new int[arr.length];  
        for (int i = 0;i<arr.length;i++){  
            int p = arr[i]%(arr1.length);  
            if (arr1[p]==0){  
                arr1[p] = arr[i];  
            }else {  
                for (int j = 1 ; j <= 5/2;j++){  
                    int p1 = (p+j*j)%(arr1.length);  
                    int p2 = (p-j*j)%(arr1.length);  
                    if (p1<=arr.length && arr1[p1]==0){  
                        arr1[p1] = arr[i];  
                    }  
                    if (p2>=0 && arr1[p2]==0){  
                        arr1[p2] = arr[i];  
                    }  
                }  
            }  
        }  
        return arr1;  
    }  
    //伪随机再散列  
    public static int[] m3(int[] arr){  
        if (arr==null || arr.length==0){  
            return null;  
        }  
        int[] arr1 = new int[arr.length];  
        for (int i = 0;i<arr.length;i++){  
            int p = arr[i]%(arr1.length);  
            if (arr1[p]==0){  
                arr1[p] = arr[i];  
            }else {  
                while (true){  
                    int p1 = (int) ((p+arr.length*Math.random())%(arr1.length));  
                    if (p1<=arr.length-1 && arr1[p1]==0){  
                        arr1[p1] = arr[i];  
                        break;  
                    }  
                }  
            }  
        }  
        return arr1;  
    }  
    //数组输出函数  
    public static void arrayPrint(int[] arr){  
        if (arr == null){  
            System.out.println("数组为null");  
        }else {  
            for (int k = 0 ;k<arr.length;k++){  
                System.out.print(arr[k]+" ");  
            }  
            System.out.println();  
        }  
    }  
    public static void main(String[] args){  
        int[] arr = {13,45,34,56,33};  
        int[] arr1 = m1(arr);  
        int[] arr2 = m2(arr);  
        int[] arr3 = m3(arr);  
        arrayPrint(arr2);  
        arrayPrint(arr1);  
        arrayPrint(arr3);  
    }  
}


其实 ThreadLocalMap 中的就用的开放地址法,不断的进行线性探测, 通过nextIndex()不断获取table上得槽位,直到遇到第一个为null的地方,此处也将是存放具体entry的位置。


private void set(ThreadLocal<?> key, Object value) {
            // We don't use a fast path as with get() because it is at
            // least as common to use set() to create new entries as
            // it is to replace existing ones, in which case, a fast
            // path would fail more often than not.
            Entry[] tab = table;
            int len = tab.length;
            int i = key.threadLocalHashCode & (len-1);
            for (Entry e = tab[i];
                 e != null;
                 e = tab[i = nextIndex(i, len)]) {
                ThreadLocal<?> k = e.get();
                if (k == key) {
                    e.value = value;
                    return;
                }
                if (k == null) {
                    replaceStaleEntry(key, value, i);
                    return;
                }
            }
            tab[i] = new Entry(key, value);
            int sz = ++size;
            if (!cleanSomeSlots(i, sz) && sz >= threshold)
                rehash();
        }


公式

所用公式 H(key) = (H(key) + di)mod m;其中i = 1、2、3.....k(k<m-1),H(key)为关键字key的直接hash地址;M为hash表的长度;

di为再次探测时的地址增量;根据di的不同取法,有不同的称呼;

  • 线性探测再散列:di = 1、2、3、4....k (k<m-1)
  • 二次探测再散列:di = 1^2,-1^2,2^2,-2^2.....k^2,-k^2 (k<=m/2)
  • 伪随机再散列:di = 伪随机数

再 hash 法


基本思想:有多个不同的Hash函数,当发生冲突时,使用第二个,第三个,…,等哈希函数计算地址,直到无冲突。虽然不易发生聚集,但是增加了计算时间


链地址法


基本思想:每个哈希表节点都有一个next指针,多个哈希表节点可以用next指针构成一个单向链表,被分配到同一个索引上的多个节点可以用这个单向链表连接起来 HashMap 中 hash 冲突的解决办法,就是链地址法, 如果当前桶上发生 hash 冲突,就,将当前值放到链表尾。

image.png

源码示例:

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }


建立公共溢出区


基本思想:将 hash 表为基本表和溢出表两部分,凡是和基本表冲突发生冲突的元素,一律填入溢出表。

相关文章
|
6月前
|
存储 缓存 负载均衡
一致性 Hash 算法 Hash 环发生偏移怎么解决
一致性 Hash 算法 Hash 环发生偏移怎么解决
137 1
深入解析哈希表、哈希映射和并发哈希映射的区别,以及死锁的成因和解决方案
深入解析哈希表、哈希映射和并发哈希映射的区别,以及死锁的成因和解决方案
|
11月前
|
存储 Serverless
不允许你还没有了解哈希表、哈希桶、哈希冲突的解决,如何避免冲突
不允许你还没有了解哈希表、哈希桶、哈希冲突的解决,如何避免冲突
84 0
|
存储 索引
一文理解哈希冲突四种解决方法
一文理解哈希冲突四种解决方法
1006 1
一文理解哈希冲突四种解决方法
|
存储 数据可视化 JavaScript
哈希函数如何工作 ?
哈希函数如何工作 ?
130 0
SWUSTOJ 1013: 哈希表(开放定址法处理冲突)
SWUSTOJ 1013: 哈希表(开放定址法处理冲突)
106 0
趣谈哈希表优化:从规避 Hash 冲突到利⽤ Hash 冲突
导读: 本文从哈希表传统设计与解决思路入手,深入浅出地引出新的设计思路:从尽量规避哈希冲突,转向了利⽤合适的哈希冲突概率来优化计算和存储效率。新的哈希表设计表明 SIMD 指令的并⾏化处理能⼒的有效应⽤能⼤幅度提升哈希表对哈希冲突的容忍能⼒,进⽽提升查询的速度,并且能帮助哈希表进⾏极致的存储空间压缩。
|
存储 开发工具 git
使用“要整合的更改”解决冲突是什么意思?底层原理是什么?
使用“要整合的更改”解决冲突是什么意思?底层原理是什么?
386 0
|
存储 安全 算法
16. 你能谈谈HashMap怎样解决hash冲突吗 (一)
16. 你能谈谈HashMap怎样解决hash冲突吗 (一)
206 0
16. 你能谈谈HashMap怎样解决hash冲突吗 (一)