这是为了采访。 他们问我什么是实现自定义哈希图的好方法。
我的回答是，如果你有一个 say , n 元素数组。
您可以将单个键映射到索引 %n 的整数。 这将使您可以将密钥存储在哈希图中。但 如果发生冲突，那么您可以在自定义数组中保留一个值列表。 现在，像这样在自定义 hashmap 中使用列表的最坏情况是 O(n)。 所以，我建议，我们可以在列表中使用堆（最小堆）并调用 heapify() 来平衡它。这也会给 logn 复杂性？
我想到的另一件事是，我可以使用具有 2-3-4 个节点的树，从而降低登录复杂性。 （有点像 B+ 树）
在自定义堆实现的情况下，有什么更好的办法来解决冲突？
【问题讨论】：
按照您的建议，通常的技巧（至少，Python 和 Java 都是这样做的）是通过将动态数组或链表放入哈希桶中来解决冲突。此外，哈希表还有一个称为最大负载因子的参数，例如2/3。当负载因子高于其允许的最大值（表已满 2/3 以上）时，new hash table is allocated 即是原始值的两倍，并且所有数据都被移动到新的哈希表中。
虽然复制可能很昂贵，但其成本可能是 amortized 在查找上。
【讨论】：
最常见的解决方法是：
对于第一个示例，要使用值“world”存储键“hello”，您将通过散列函数获取整数 hashmap 键（假设 C/C++ 实现）：
// the following is given: that there is some object "myvalue"
// where myvalue.value = "world", and myvalue.key = "hello".
int hash_key = hash(myvalue.key); //myvalue.key = "hello", as given
然后将该值插入到索引hash_key处的双端队列元素中：
hash_map[hash_key].push_back(myvalue);
hash_map 是你的双端队列的 N 索引数组，myvalue 是要插入的对象（注意 myvalue 应该有自己的 key 成员设置为“hello”，以便稍后检索)。
要在哈希映射中查找项目，您需要对键（“hello”）进行哈希处理，然后遍历双端队列直到找到该项目。如果散列函数的摘要空间足够大（例如，32 位无符号整数 = 40 亿个唯一散列结果）并且散列函数给出均匀分布，那么发生冲突的几率足够小（2 分之一 ^ 32) 你的双端队列可能只有 1 或 2 个项目（即使你存储了 2^33 个项目），而且更奇特的结构（AVL 树、RB 树等）会减慢数据结构的速度而不是帮助。
在发生冲突之前，您几乎会用完存储项目的内存，并且线性搜索的缓慢成为一个限制因素。
（编辑添加：您不必[也不应该，对于大型散列函数空间]预先分配整个散列映射。为此也使用双端队列，以便它随着数量的增加而增长哈希结果增长。）
【讨论】：