散列函数中求模运算为什么要使用素数，原因分析

一、散列函数

散列函数即是将元素映射到对应槽位置的方法。

一个好的散列函数应该是尽可能的将元素均匀的散列到 m 个槽位中的一个。

 

二、除法散列法

散列函数的实现有很多种，其中一种常见的散列函数即 除法散列法，h(k) = k mod m，通过取 k 除以 m 的余数，将关键字 k 映射到 m 个槽上。由于只需做一次除法操作，所以除法散列法是非常快的。

当我们使用除法散列法时，m 的选择很重要。《算法导论》一书中，建议我们使用一个不太接近 2 的整数幂的素数，作为 m 的选择。

那么在求模运算中为什么建议要使用素数呢？这是因为使用素数可以让元素取模后的值，更不容易发生冲撞。至于是为什么，我们在下面探讨。

 

三、对素数取模的好处

前面说道，对素数取模，结果更不容易发生冲撞，即结果可以更均匀的散列到不同的槽位中。那么原理是怎么样的呢？

合数和素数：合数即有两个以上的因数，素数（质数）即只有两个因数，分别为 1 和其本身。

如果对一个合数取模，那么对其某个因数取模，结果可能仍然一致。例如 10 对 8 取模，结果为 2，对 4 取模，结果也为 2。而我们对一个素数取模，由于素数只有 1 和其本身两个素数，即不可能出现上述情形。

 

四、实例分析

1. 数列A：1，3，5，7，9，11，13，15

假设选取 8 取模，结果为：

余数	0	1	2	3	4	5	6	7
数值		1		3		5		7
数值		9		11		13		15

每个数间隔 2，2 是 8 的一个因数，容易发生冲突，不均匀分布。

假设选取 7 取模，结果为：

余数	0	1	2	3	4	5	6
数值	7	1	9	3	11	5	13
数值		15

每个数间隔 2，2 不是 7 的因数，均匀分布。

 

2. 数列B：2，5，8，11，14，17，20，23

假设选取 8 取模，结果为：

余数	0	1	2	3	4	5	6	7
数值	8	17	2	11	20	5	14	7
数值								23

每个数间隔 3，3 不是 8 的因数，均匀分布。

假设选取 7 取模，结果为：

余数	0	1	2	3	4	5	6
数值	14	8	2	17	11	5	20
数值			23

每个数间隔 3，3 不是 7 的因数，均匀分布。

 

3. 总结

如果数列的间隔为 1，那么不管模数为几都会均匀分布。

如果间隔是模数的因数，则容易发生冲突，且模数的因数越多，冲突的可能性越大。

素数只有两个因数，所以可以保证发生冲突的可能性最小。

​