哈希函数冲突过多答案

【问题标题】：Too many hashing function collisions哈希函数冲突过多
【发布时间】：2019-03-25 07:53:15
【问题描述】：

我正在尝试使用多项式累积方法（应该每 55k 字或其他东西给你 5 次冲突）创建一个散列函数，但是当我用 1,000 个字运行它时，我得到了大约 190 次冲突。我做错了吗？

public int hashCode(String str) {
        double hash_value = 0; // used for float
        for (int i = 0; i < str.length(); i++){
            hash_value = 33*hash_value + str.charAt(i);
        }
        return (int) (hash_value % array_size);
    }

【问题讨论】：

除了使用 double 和 33 之外，这与内置的字符串散列方法基本相同。为什么你不能使用它？

标签： java hash hashtable hashcode

【解决方案1】：

要么您的数据集非常“不走运”，要么（更有可能）array_size 太小（通常引用哈希函数参数而不考虑有限桶数组大小）。

【讨论】：

【解决方案2】：

通常，质数更适合生成哈希码。我建议尝试 109 或 251。33 是 3 的倍数，这意味着根据您的输入，您更有可能遇到问题。

您还应该使用 int 进行计算并在结果上调用 Math.abs。

【讨论】：

"并在结果上调用 Math.abs" 为什么？ hashCode 不必返回非负数。
@AndyTurner 是的，但是从% array_size 我假设这将用作数组的索引。

【解决方案3】：

您正在为输入中的不同单词生成大量不同的数字。但是还是有可能发生碰撞的，比如

"bA" = 98+(33x65)=2243
"AB" = 65+(33x66)=2243

如果你选择大于 57 的大数字，那么碰撞的机会就会减少。 109 或 251 会是不错的选择。

【讨论】：