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
|
存储 算法
【操作系统】虚拟存储管理-页面置换算法
【操作系统】虚拟存储管理-页面置换算法
1076 0
|
1月前
|
数据采集 人工智能 搜索推荐
从SEO 到GEO:不用复杂技巧,这样做就对了
随着AI普及,GEO(生成式引擎优化)成为新趋势。与传统SEO优化关键词不同,GEO旨在让内容被AI模型选中并直接作为答案呈现。要提升GEO效果,需注重内容权威性、结构清晰、事实准确,并兼顾SEO基础,实现双轮驱动,在AI时代赢得曝光。
力扣2248:多个数组求交集(Java多种方法)
给你一个二维整数数组 nums ,其中 nums[i] 是由 不同 正整数组成的一个非空数组,按 升序排列 返回一个数组,数组中的每个元素在 nums 所有数组中都出现过。
404 0
|
9月前
|
机器学习/深度学习 算法 计算机视觉
YOLOv11改进策略【SPPF】| SimSPPF,简化设计,提高计算效率
YOLOv11改进策略【SPPF】| SimSPPF,简化设计,提高计算效率
403 13
YOLOv11改进策略【SPPF】| SimSPPF,简化设计,提高计算效率
【qt】 QGridLayout布局管理器怎么用?
【qt】 QGridLayout布局管理器怎么用?
581 0
|
缓存 JavaScript Java
常见java OOM异常分析排查思路分析
Java虚拟机(JVM)遇到内存不足时会抛出OutOfMemoryError(OOM)异常。常见OOM情况包括:1) **Java堆空间不足**:大量对象未被及时回收或内存泄漏;2) **线程栈空间不足**:递归过深或大量线程创建;3) **方法区溢出**:类信息过多,如CGLib代理类生成过多;4) **本机内存不足**:JNI调用消耗大量内存;5) **GC造成的内存不足**:频繁GC但效果不佳。解决方法包括调整JVM参数(如-Xmx、-Xss)、优化代码及使用高效垃圾回收器。
652 15
常见java OOM异常分析排查思路分析
|
8月前
|
存储 弹性计算 固态存储
阿里云服务器租用价格参考:云服务器各收费项目收费标准与活动价格
阿里云服务器收费项目有实例价格、预留实例券、专有宿主机、块存储价格、存储容量单位包、带宽价格和快照服务价格,收费模式有包年包月和按量付费模式。本文为大家汇总了2025年阿里云服务器各个收费项目的最新收费标准与云服务器的最新活动价格,以供参考和了解。
|
算法 5G 定位技术
室内导航怎么实现?解决方案与案例分享
本文探讨了室内导航的实现原理、关键技术、用户体验优化及未来发展趋势。通过Wi-Fi定位、蓝牙Beacon、UWB和视觉SLAM等多种技术,结合高精度地图绘制和路径规划算法,实现室内AR导航及定位导航。文章还介绍了性化服务和成功案例,展望了5G、物联网和AI等技术在室内导航中的应用前景。
1363 0
|
JavaScript 前端开发 API
vue尚品汇商城项目-day03【20.获取Banner轮播图的数据+21.使用swiper轮播图插件】
vue尚品汇商城项目-day03【20.获取Banner轮播图的数据+21.使用swiper轮播图插件】
199 0
|
自然语言处理 数据可视化 搜索推荐
使用pyecharts绘制词云图-淘宝商品评论展示
使用pyecharts绘制词云图-淘宝商品评论展示
204 2