哈希表中的冲突数

Question

我正在为这个范围内的存储元素做一个哈希表：2000000-20000000 个值。

例子： 17664658-8,7587458-8,7338375-4,5741259-2.....

在 100000 个元素的样本中，冲突的数量约为 23939，而在 1000000 个元素的样本中，冲突的数量约为 439870。我对哈希表了解不多，但这个冲突的数量并不多高的？

我读到在一个受控的数字范围内你可以有一个相当统一的好哈希函数，但不知道如何或从哪里开始，有什么建议吗？

这是我的哈希函数。

int hash(char* clave,int m) { //m is the size of the table (about the double of the elements to be stored)
        int number=0,i=0;
        /// 
        while(isdigit(clave[i])){ //i don't use the last 2 characters. 
            number+=(clave[i++]-'0');
            if(isdigit(clave[i]))
                number*=10;
        }
        /// mutiplication method
        float dis,R;
        R=0.6106154;
        dis = R*(number) - floor(R*(number));
        int result = (int)(dis*m);
        return result;
    }

Answer 1

不，冲突的数量并不算多，实际上它与您的预期差不多。 expected number of collisions in a hash table 具有统一的随机散列函数和 m 个桶和 n 个插入的公式是：

n - m * (1 - ((m-1)/m)^n)

对于您的情况：

m = 178144
n = 100000

插入数字给出：

100000 - 178144 * (1 - ((178144-1)/178144) ^ 100000)
= 23476.674

观察到的冲突次数是 23939。所以你的哈希函数没有问题。