Question

我创建了一个用于hashTable的整数的hashCode实现，但它们似乎都没有至少关闭均匀分布。那么，假设hashTable的大小接近于100且整数大到几千的大小，那么整数的hashCode的最佳实现是什么？提前谢谢。

Answer 1

我建议“最佳”实施，无论这意味着什么，几乎可以肯定

Integer.valueOf(value).hashCode()

Answer 2

由于您的哈希表相当小，因此模数函数将是最简单的实现，如果输入数字是随机的，则分布也应该是随机的。

public int hashCode(int x){
   return x%tableSize;
}

更好的实现方法是使用here所述的乘法。

(x*someNumber) % table size;

其他散列函数描述here，检查出来。希望这会有所帮助。

Answer 3

如果数据的密钥是均匀分布的，那么只需使用整数本身作为密钥。如果你的密钥没有统一分布，你需要修改整数，使其在所有整数的频谱中更均匀地分布。如何做到这一点取决于密钥的分发方式和确切的Map实现。

你确定你没有做过早的优化吗？在只有100个条目的Map中，如果您有一个恒定的查找时间（完全分布式）或线性查找时间（每个条目都有一个键冲突），那么它确实无关紧要。迭代100项是如此之快，在基准测试之外你很可能不会注意到差异。如果一个列表的平均速度甚至比具有这么小的数据集的地图更快，那将是非常有用的。

Answer 4

所以你在X轴上有数千的值，你想要＆＃34;转换＆＃34;它们在Y轴上的范围小得多，数百。显然你可以除以10或得到模数，但你也希望在目标范围内尽可能均匀地分布它们。

我想你需要一个压缩功能。

例如，您可以将正弦函数应用于输入并乘以散列表的大小。期间应该有什么价值？它取决于：你越接近你期望的输入值，更高的周期（因此两个非常接近的值会产生两个非常不同的结果）。反之亦然：如果输入值预计不会很接近，那么可以用一小段时间。

private int hashCode(int input, int tableSize)
{
    return (int)(tableSize*Math.sin(PERIOD*input));
}

Answer 5

MurmurHash3的最终雪崩函数：

int h = key;
h ^= h >>> 16;
h *= 0x85ebca6b;
h ^= h >>> 13;
h *= 0xc2b2ae35;
h ^= h >>> 16;