hash冲突

hash冲突

• 当做hash计算时 A与B计算出来的值都是C，这就发生了hash冲突。
• 解决的办法如下

• 开放定址法
  keyA=hash(A);出现冲突时，我们以keyA为基础再进行hash计算，
  例如：keyA1 = hash(A+keyA)；公式定义如下
  为产生冲突的key获取一个地址序列
  $H_1,H_2,H_3....H_s;( 1\leq S \leq m-1)$H1​,H2​,H3​....Hs​;(1≤S≤m−1)
  $H_0 = hash(key);$H0​=hash(key);
  $H_i = (hash(key)+d_i)MODm;$Hi​=(hash(key)+di​)MODm;
  $i=1,2,3,s$i=1,2,3,s
  这里的m，是表的长度tablesize
  怎么理解呢，就是在原有的hash值基础上增加一个值di再进行取模，避免与之前的key出现冲突，
  其中 di有几种取值方式。
  1.线性探索即累计+1的方式{1,2,3,4…m-1}
  2.平方探索
  $f(i)=i^2$f(i)=i2
  $H_i=(hash(key)+f(i))m;$Hi​=(hash(key)+f(i))m;
  平方探测因为是平方探测，因此出现冲突的概率依然很高，

• 再hash算法是重新建立一个hash函数，计算hash值
• 公共溢出区 就是将hash表分为两个表一个存正常hash的值，另一个表存储发生冲突的值。

不过开放定址法这种方式在位置都被占的情况下就没有办法了。因为不论怎么探索，都会hash冲突。怎么办？
于是就有了拉链法了
拉链是啥？
看图

大概结构就是这个样子，hash表位置冲突后，不是重新定址，而是直接冲突值存到这个位置，例如图中1的位置冲突的value为31，21，11。此时1的位置存储的是一个指针指向最先存入的value位置，以此类推，没次冲突时将新的值添加下一个节点。
此方法有啥好处？
1 上面说了为了解决多次hash冲突，而且删除节点时也方便了。
2 节点删除也更容易了
3 查询时间缩短（因为不用重新定址，一步就能定位到具体位置，在根据位置查询数据）
缺点呢？
如果有一个人点碰撞值，会导致一条很长的链表出现，因为单链表，检索需要一个个查找
所以在jdk1.8以后hashmap替换了链表，使用了红黑树。
触发链表转红黑树的负载因子是8（同一个hash表位置冲突值满8个也不容易）
删除节点时，红黑树转成链表的因子数是6