哈希函数处理冲突的方法

​ hash存在天然的问题，哈希冲突，又叫哈希碰撞。

开放定址法

​ 也叫再散列法，其基本思想是：当关键字 key 的哈希地址 p=H(key)出现冲突时，以 p 为基础，产生另一个哈希地址 p1 ，如果 p1 仍然冲突，再以 p 为基础，产生另一个哈希地址 p2 ，…，直到找出一个不冲突的哈希地址 pi ，将相应元素存入其中。

​ 这种方法有一个通用的再散列函数形式： Hi=(H(key) + di) % m i=1，2，…，n(n <= m-1) 其中 H(key)为哈希函数，m 为表长，di 称为增量序列。

​ 增量序列的取值方式不同，相应的再散列方式也不同。主要有以下三种：

​ 1、线性探测法，di=1，2，3，…，m-1，简单地说，就是以当前冲突位置为起点，步长为 1 循环查找，直到找到一个空的位置，如果循环完了都没找到，证明容器已经满了；

​ 2、平方探测法，di=±1²，±2²，…，±k² (k<=m/2)，相当于步长为±i²查找，直到找到一个空的位置；

​ 3、伪随机探测法，di=伪随机数序列，相当于每次查找的步长都是随机的。

​ 下面是一个具体的例子，已知哈希表长度 m=11，哈希函数为：H(key)= key % 11，则 H(47)=3，H(26)=4，H(60)=5，假设下一个关键字为 69，则H(69)=3，与 47 冲突：（1）用线性探测法处理冲突，下一个哈希地址为 H1=(3 + 1)% 11 = 4，仍然冲突，再找下一个哈希地址为 H2=(3 + 2)% 11 = 5，还是冲突，继续找下一个哈希地址为 H3=(3 + 3)% 11 = 6，此时不再冲突，将 69 填入 5 号单元；（2）用平方探测法处理冲突，下一个哈希地址为 H1=(3 + 1²)% 11 = 4，仍然冲突，再找下一个哈希地址为 H2=(3 - 1²)% 11 = 2，此时不再冲突，将 69 填入 2 号单元；（3）用伪随机探测法处理冲突，且伪随机数序列为：2，5，9，……，则下一个哈希地址为 H1=(3 + 2)% 11 = 5，仍然冲突，再找下一个哈希地址为H2=(3 + 5)% 11 = 8，此时不再冲突，将 69 填入 8 号单元。

再哈希法

​ 这种方法是同时构造多个不同的哈希函数：Hi=RH1(key) i=1，2，…，k，当哈希地址 Hi=RH1(key)发生冲突时，再计算 Hi=RH2(key)……，直到冲突不再产生。这种方法不易产生堆集，但增加了计算时间。

链地址法

​ 又叫拉链法，就是将所有哈希地址为 i 的元素构成一个称为同义词链的单链表，并将单链表的头指针存在哈希表的第 i 个单元中，因而查找、插入和删除主要在同义词链中进行。链地址法适用于经常进行插入和删除的情况。

建立公共溢区

​ 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。此方法缺点在于：查找冲突数据的时候，需要遍历整个溢出表才能获取到数据。

优缺点

开发定址法

​ 1、优点：(1)记录更容易进行序列化操作；(2)如果记录总数可以预知，可以创建完美哈希函数，此时处理数据的效率是非常高的。

​ 2、缺点：(1)存储记录的数目不能超过桶数组的长度，如果超过就需要扩容，而扩容会导致某次操作的时间成本飙升；(2)使用探测序列，有可能其计算的时间成本过高，导致哈希表的处理性能降低 ；(3)当冲突多的时候，数据容易堆积在一起，对查找不友好；(4)删除记录时，不能简单的将节点的空间置空，否则将会截断在它填入散列表之后的同义词节点查找路径，因此删除只能是添加一个标记，逻辑删除。比如需要删除记录a，记录b是在a之后插入桶数组的，但是和记录a有冲突，是通过探测序列再次跳转找到的地址，所以如果直接删除a，a的位置变为空槽，而空槽是查询记录失败的终止条件，这样会导致记录b在a的位置重新插入数据前不可见，所以不能直接删除a，而是设置删除标记。

拉链法

​ 1、优点：(1)对于记录总数频繁可变的情况，处理的比较好（避免了动态调整的开销）；(2)拉链法中各个链表上节点是动态申请的，不会造成内存的浪费，所以尤其适合那种记录本身尺寸很大的情况和无法确定表长的情况；(3)删除记录时，易于实现，直接将链表上的节点删除即可；(4)处理冲突的方式简单，且无堆积现象，非同义词绝对不会发生冲突，平均查找时间较短。

​ 2、缺点：(1)存储的记录是随机分布在内存中的，这样在查询记录时，相比结构紧凑的数据类型（比如数组），哈希表的跳转访问会带来额外的时间开销 ；(2)使用链表，记录不容易进行序列化操作。