hash冲突解决

1 开放寻址法

如冲突则根据指定步长向后寻找直到找到空位或没有位置

步长算法:

1.1 线性探查 步长为1 如threadlocal

key1：hash(key)+0

key2：hash(key)+1

key3：hash(key)+2

1.2 平方探测法  计算下一次的步长

key1：hash(key)+0

key2：hash(key)+1^2

key3：hash(key)+2^2

1.3  随机探测法 步长为随机生成的数  疑问：查询时如何查？如遍历查询有何意义？

缺点：

• 查找性能不好：这种方法建立起来的哈希表，当冲突多的时候数据容易堆集在一起，这时候对查找不友好；
• 删除节点不能真实删除浪费内存：删除结点的时候不能简单将结点的空间置空，否则将截断在它填入散列表之后的同义词结点查找路径。因此如果要删除结点，只能在被删结点上添加删除标记，而不能真正删除结点；
• 如果哈希表的空间已经满了，还需要建立一个溢出表，来存入多出来的元素。
• 为了减少冲突，负载因子要小些，导致内存浪费

 

2 再哈希

有多个不同的Hash函数，当发生冲突时，使用第二个，第三个，….，等哈希函数  直到不再冲突

也存在不能删除的问题？ 如删除某元素后，查询另一个key调用第二个哈希函数后查询为null 无法确定继续处理还是key不存在？

缺点： 增加了计算时间

 

3 建立公共溢出区

将哈希表分为基本表和溢出表两部分，凡是和基本表发生冲突的元素，一律填入溢出表

缺点:  如未能命中哈希表 需要遍历查找溢出表 查询效率低

 

4 拉链法(或成树法， 树是一种特殊的链表。树形转化后 插入更慢(相比于头插法) 查询更快(冲突节点数目较多时))

如出现冲突，将其作为链表一个节点加入头或者尾巴处（分为头插法和尾插法）

拉链法的优点：

• 处理冲突的方式简单，且无堆集现象，一般不会发生冲突，因此平均查找长度较短；
• 由于拉链法中各链表上的结点空间是动态申请的，所以它更适合造表前无法确定表长的情况；
• 删除结点操作易于实现，只要简单地删除链表上的相应的结点即可。

拉链法的缺点：需要额外的存储空间。

从HashMap的底层结构中我们可以看到，HashMap采用是数组+链表/红黑树的组合来作为底层结构，也就是开放地址法+链地址法的方式来实现HashMap。