图解-解决哈希冲突的三种办法

拉链法

拉链法是一种常用的解决哈希冲突的方法，它通过在哈希表的每个槽（位桶）中使用链表（在Java 8中，为了提高性能，链表在长度超过一定阈值时会转换成红黑树）来存储具有相同哈希值的元素。这种方法的特点是简单且易于实现，下面是对拉链法及其操作的润色描述：

1. 插入操作：当发生哈希冲突时，即两个或多个关键字被映射到同一个槽时，新元素会被添加到该槽的链表中。插入操作的时间复杂度在最坏情况下为O(1)，因为每个槽的元素数量不会超过装载因子（n/m，其中n是元素数量，m是槽的数量）。
2. 查询操作：查询操作与插入类似，需要遍历发生冲突的槽中的链表。在最坏情况下，查询的时间复杂度也是O(1)。
3. 删除操作：在拉链法中，如果使用链表作为位桶的实现，那么链表应该是双向的，以便在删除元素时能够正确地更新前驱节点的指针。删除操作的时间复杂度同样为O(1)。
   拉链法的优点包括：

• 处理冲突简单，没有堆积现象，即不同关键字不会发生冲突。
• 适合于在创建哈希表前无法确定表长的情况，因为链表的节点空间是动态分配的。
• 可以设置较高的装载因子，节省空间。
• 删除操作容易实现。
  拉链法的缺点是：
• 需要额外的空间来存储指针，这在元素较小时可能导致空间浪费。

以下是拉链法（Chaining）的示意图。这个图展示了一个简单的哈希表，其中包含三个槽（buckets），每个槽通过链表来解决哈希冲突。

在这个图中：

• 哈希表（HT） 是整个数据结构的主体，它包含多个槽（buckets）。
• 槽（B1, B2, B3） 是哈希表中的存储位置，每个槽可以存储多个元素。
• 元素（E1, E2, E3, E4, E5, E6） 是存储在哈希表中的数据项。
• 链表 用于在每个槽中解决哈希冲突，当两个元素映射到同一个槽时，它们会被存储在同一个链表中。
  这种结构使得即使多个元素映射到同一个槽，它们也可以被有效地存储和检索。

开放地址法

开放地址法是另一种解决哈希冲突的方法，它要求所有元素都存储在哈希表中，即装载因子不超过1。开放地址法通过使用探查序列来寻找空槽位，以下是几种常用的探查序列：

1. 线性探查：当发生冲突时，按照线性序列（如1, 2, 3, …, m-1）顺序查找下一个空槽位。
2. 二次探查：使用二次序列（如1^2, -1^2, 2^2, -2^2, …, k^2, -k^2，其中k<=m/2）来查找空槽位，这种方法在表中进行跳跃式探测。
3. 伪随机探测：使用伪随机数序列来查找空槽位，通常需要一个伪随机数生成器来生成序列。
   开放地址法的缺点包括：

• 每次冲突都需要重新计算哈希值，增加了计算时间。
• 删除操作复杂，因为需要标记已删除的元素以避免在探查时误认为是空槽。

以下是使用Mermaid语法描述的开放地址法（Open Addressing）的示意图。这个图展示了一个简单的哈希表，其中包含多个槽（buckets），每个槽直接存储元素，当发生哈希冲突时，会使用探查序列在表中寻找下一个空闲的槽。

在这个图中：

• 哈希表（HT） 是整个数据结构的主体，它包含多个槽（buckets）。
• 槽（B1, B2, …, B9） 是哈希表中的存储位置，每个槽可以存储一个元素。
• 元素（如元素1, 元素2, …, 元素6） 是存储在哈希表中的数据项。
• 空闲 表示该槽没有存储任何元素，是空的。

开放地址法处理冲突的方式是在发生冲突时，使用探查序列（如线性探查、二次探查或伪随机探测）在表中寻找下一个空闲的槽。例如：

• 线性探查 会顺序检查下一个槽（B1 -> B2 -> B3 -> …）直到找到一个空闲槽。
• 二次探查 会按照二次序列跳跃检查槽位（B1 -> B4 -> B7 -> …）。
• 伪随机探测 会使用伪随机数序列来选择下一个槽。

这种结构使得所有元素都存储在哈希表内部，没有使用额外的链表或数据结构。开放地址法的优点是空间利用率高，但缺点是删除操作复杂，需要特别标记已删除的元素，以避免在探查时误认为是空槽。

再散列法

再散列法是一种简单的解决哈希冲突的方法，它通过重新应用哈希函数来寻找新的槽位，直到找到一个没有冲突的位置。这种方法的缺点是每次冲突都需要重新计算哈希值，增加了计算成本。
在实际应用中，HashMap和HashSet等Java集合类就是使用拉链法来解决哈希冲突的。而ThreadLocal中的ThreadLocalMap则使用了线性探查的开放地址法。这些方法的选择取决于具体的应用场景和性能要求。