HashSet中填充比率或负载因子概念的需求是什么

Question

由于我已经研究过HashSet类，它使用填充率的概念，它表示如果HashSet填充到此限制，则创建更大的HashSet并将值复制到其中。为什么我们不让HashSet充满对象然后创建一个新的HashSet？为什么为HashSet派生新概念？

Answer 1

ArrayList和Vector都是通过位置索引访问的，因此没有冲突，访问总是O（1）。

基于散列的数据结构由散列值访问，散列值可能会发生碰撞并降级为对第二级“溢出”数据结构（列表或树）的访问。如果你没有这样的碰撞，访问是O（1），但如果你有很多碰撞，它可能会更糟。您可以通过分配更多内存来控制这一点（以便有更多的存储桶，希望更少的冲突）。

因此，不需要将ArrayList增加到比存储所有元素所需的容量更多的容量，但是在HashSet的情况下“浪费”一点（或很多）是有意义的。公开该参数以允许程序员选择最适合其应用程序的参数。

Answer 2

正如Jonny Henly所描述的那样。这是因为数据的存储方式。

ArrayList是线性数据结构，而HashSet则不是。在HashSet中，数据基于哈希码存储在底层数组中。在某种程度上，HashSet的性能与填充了多少桶以及在这些桶之间分配数据的能力有关。一旦这种数据分布超出一定水平（称为负载系数），就会重新散列。

Answer 3

HashSet主要用于确保基本操作（如添加，获取，修改和删除）在恒定时间内执行，而不管存储在HashSet中的条目数。

虽然设计良好的哈希函数可以实现这一点，但设计一个可能需要时间。因此，如果性能是应用程序的关键要求，我们可以使用负载因子来确保操作也在恒定时间内执行。我认为我们可以将这两者称为彼此的冗余（加载因子和哈希函数）。

我同意这可能不是一个完美的解释，但我希望它确实能够澄清这个问题。