跳房子散列实际上是如何工作的？

Question

我正在阅读hopscotch hashing
算法说当我们在插入过程中遇到冲突时：

Otherwise, j is too far from i. To create an empty entry closer to i, find an
item y whose hash value lies between i and j, but within H − 1 of j, and
whose entry lies below j. Displacing y to j creates a new empty slot closer
to i. Repeat. If no such item exists, or if the bucket already i contains H
items, resize and rehash the table.

我不确定这是如何工作的。
例子。假设 H = 3，a,b,c 都映射到 0，d,e 映射到 1
我们有：

 0  1  2  3  4  5    
[a, b, c, d,  ,  ] the table with 2 slots empty    
    i       j

b,c 在 H - 1 (2) 个位置内远离它们的位置 (0) 在表的位置 1,2 和 d 在其位置 1 的 2 个位置内。
如果我尝试插入也映射到 1 的 e，我将从索引 4（通过线性探测找到的空槽）开始，并将向后工作到 1。
根据算法，索引 3（现在有 d）在 i 和 j 之间（分别为 1 和 4）并且在 H - 1 内，即 j 的 2 个位置。
所以我们可以交换并拥有：

 0  1  2  3  4  5    
[a, b, c,  , d ,  ] the table with 2 slots empty    
    i       j

所以现在空槽是 3，我们可以插入 e，因为它距离 i 2 个位置。
但是现在哈希值映射到 1 的 d 从 1 开始超过 2 个位置，再也找不到了。

那么这个算法是如何工作的呢？
注意：我的假设和理解是，跳值只是一个优化技巧，它不必对属于桶，与核心算法本身无关。

Answer 1

它说找到一个 散列值 介于 i 和 j 之间但在 j 的 H-1 内的项目。它并不是说要找到 当前位置 位于 i 和 j 之间，而是在 j 的 H-1 内的项目。索引 3 处的 d 的哈希值为 1，它不在 4 的 2 个位置内。

在你的例子中，没有合适的槽，所以下面这句话生效，表应该resize和rehashed。