Question

我注意到一个包含奇数个特定字符的字符串，比如＆＃39; b＆＃39;有一个哈希值

kM+r

其中k和r是整数，M是2的幂。例如，如果M是2的幂（比如16），则调制M后，以下所有字符串都会产生相同的值：

"b"          hashCode("b") = 98,            98%16 = 2
"bbb"        hashCode("bbb") = 97314,       97314%16 = 2
"bbbbb"      hashCode("bbbbb") = 293521890, 293521890%16 = 2
...

如果我使用以下公式（reference）来调整哈希值，则所有上述字符串都会哈希到同一个桶中，这绝对是 NOT 我们想要的。

int bucket_id = (hashCode(str) & 0x7fffffff) % M;

我在这里做错了吗？

Answer 1

通常，哈希表实现在分配存储桶之前对对象hashCode执行额外的转换。例如，这里是如何在OpenJDK 8 end iterator中实现的：

java.util.HashMap

这使得分布更均匀。 Java-7使用了更复杂的转换，如下所示：

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

似乎发现它不必要地复杂化，因为Java-8简化了它。

此外，确定存储桶只有int h = key.hashCode(); h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4);，其中hash(key) & (n-1)是存储桶的数量。与大多数哈希表实现一样，桶的数量是2的幂，这样的公式很好。

最后，为了防止冲突（意外或故意），在Java 8中实现了一种新的算法，它在桶中创建了一个包含太多元素的二叉树（如果密钥是n）。这使得搜索过度拥挤的存储空间Comparable而不是O(log n)。

在这种情况下，是否有更好的方法来调整哈希值？

1 个答案: