Question

我正在尝试使用哈希函数实现cuckoo哈希： hash1：key.hashcode（）％capacity hash2：key.hashcode（）/ capacity％capacity

使用无限循环检查和重新散列方法将容量加倍。该程序可以在少量数据的情况下正常工作，但是当数据变得很大（大约20k元素）时，程序会不断重复，直到容量溢出为止。

我认为主要是无限重复导致数据具有完全相同的哈希码。在重新散列之后，其他数据可能会获得相同的哈希码并再次导致重新散列。

我已经使用了Java内置哈希码，但是当数据很大时，相同哈希码的可能性仍然很高。即使我修改了一点哈希码方法，最终仍然存在具有相同哈希码的数据。

那么我应该使用哪种哈希方法来防止这种情况？

Answer 1

创建哈希函数的常用方法通常是使用素数。我写了一个函数（下面），我不保证没有碰撞，但应该减少它。

hashFunction1(String s){
    int k = 7;         //take a prime number, can be anything (I just chose 7)
    for(int i = 0; i < s.length(); i++){
        k *= (23 * (int)(s.charAt(i)));
        k %= capacity;
    }
}
//23 is another randomly chosen number.

您可以编写类似哈希函数hashFunction2，选择两个不同的素数。但是在这里，主要的问题是，对于字符串“stop”和“pots”，这给出了相同的哈希码。

因此，对此功能的改进可以是：

hashFunction1(String s){
    int k = 7;         //take a prime number, can be anything (I just chose 7)
    for(int i = 0; i < s.length(); i++){
        k *= (23 * (int)(s.charAt(i)));
        k += (int)(s.charAt(i));
        k %= capacity;
    }
}

将解决此问题（对于大多数情况，如果不是全部的话）。

如果你仍然发现这个函数不好，而不是s.charAt（i），你可以使用映射到每个字符的唯一素数，即。 a = 3，b = 5，c = 7，d = 11，依此类推。这应该更能解决碰撞问题。

编辑：

您正在使用+n，这是一个常量。
2不是在这种情况下使用的主要内容。使用奇素数，3个有效。

杜鹃哈希碰撞导致溢出

1 个答案: