链式哈希集的负载因子

Question

我被分配去实现一个链式哈希集：

该集合由一个链接列表数组支持（我称之为A[]），如果两个不同的值得到相同的哈希值k，它们将被添加到列表A[k]。

结构在有限的负载因子下工作正常（在区间[0.25, 0.75]）。

在他们告诉我们计算负载因子的说明中：

负载系数 = 大小/容量

其中“size”是当前集合中的元素总数，“capacity”是数组的长度 (A.length)。

我认为这种“大小”的定义在这种情况下是不合适的，应该是A中使用列表的数量。

例如，如果所有值都映射到同一个单元格，比如A[1]，那么在根据负载因子重新散列时，我们将使后面的数组A 更大，而实际上只使用第一个单元格。

有人看到我的逻辑有什么错误吗？

Answer 1

哈希通常被修改为转换为数组索引，因此，当增加数组的大小时，元素很可能不会再次出现在同一个链表中（至少它们不应该如果您使用适当的哈希函数）。

此外，负载系数的含义也会发生相当大的变化。正如它所定义的那样，它将给出链接列表中项目的平均数量的一些指示，这是一个非常重要的数字，因为这是检索一个项目需要（平均）多长时间。

无论好坏，哈希表都依赖于适当的哈希分布，因此假设一个列表与其他列表相比不会变得太大。

存储用于指示散列函数质量的索引数量也很有意义，但我认为没有多大意义。 API 对此无能为力（因为它不处理散列函数，它只是调用它）。如果使用错误的哈希函数，在调用代码中动态更改哈希函数似乎不太实用。

Answer 2

例如，如果所有值都映射到同一个单元格，比如 A[1]，那么在根据负载因子重新散列时，我们将使后面的数组 A 更大，而实际上只使用第一个单元格。

我认为一个隐含的假设是你使用了一个好的散列函数。