简单的散列函数技术答案

【问题标题】：Simple hash function techniques简单的散列函数技术
【发布时间】：2024-09-18 12:25:02
【问题描述】：

我对 Java 中的散列还很陌生，而且我一直卡在几个部分上。我有一个包含 400 个项目的列表（并存储在 1.5x = 600 的列表中），其中项目 ID 的范围为 1-10k。我一直在研究一些散列函数，我最初复制了数据包中的示例，它只是使用了折叠。我注意到我得到了大约 50-60% 的空节点，这显然太多了。我还注意到，仅将 id 修改 600 往往会将其减少到固定的 50% 空值。

我当前的哈希函数看起来像这样，因为它很丑陋，它仅从简单的修改中减少了 1% 的空值，平均列表长度为 1.32...

   public int getHash( int id )
   {
      int hash = id;

      hash <<= id % 3;
      hash += id << hash % 5;

      /* let's go digit by digit! */          
      int digit;
      for( digit = id % 10;
           id != 0;
           digit = id % 10, id /= 10 )
      {
         if ( digit == 0 ) /* prevent division by zero */
            continue;
         hash += digit * 2;
      }

      hash >>= 5;
      return (hash % 600);
   }

创建简单散列函数有哪些好的技巧？

【问题讨论】：

标签： java hashtable

【解决方案1】：

我会保持简单。将元素的id 作为哈希码返回，并让哈希表担心如果需要重新哈希它。 您的目标应该是为您的对象创建唯一的哈希码。

Java HashMap 使用以下重新散列方法：

/**
 * Applies a supplemental hash function to a given hashCode, which
 * defends against poor quality hash functions.  This is critical
 * because HashMap uses power-of-two length hash tables, that
 * otherwise encounter collisions for hashCodes that do not differ
 * in lower bits. Note: Null keys always map to hash 0, thus index 0.
 */
static int hash(int h) {
    // This function ensures that hashCodes that differ only by
    // constant multiples at each bit position have a bounded
    // number of collisions (approximately 8 at default load factor).
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

【讨论】：

【解决方案2】：

有一篇很好的评论文章here。此外，Wikipedia article on hash functions 是一个很好的概述。它建议使用卡方检验来评估哈希函数的质量。

【讨论】：