哈希函数冲突过多

Question

我正在尝试使用多项式累加方法创建哈希函数（应该为您每55k个单词5次碰撞），但是当我用1,000个单词运行它时，我会遇到约190次碰撞。我在做错什么吗？

public int hashCode(String str) {
        double hash_value = 0; // used for float
        for (int i = 0; i < str.length(); i++){
            hash_value = 33*hash_value + str.charAt(i);
        }
        return (int) (hash_value % array_size);
    }

Answer 1

通常，素数是哈希码生成的首选。我建议尝试109或251。33是3的倍数，这意味着您根据输入的内容更有可能出现问题。

此外，您应该使用int进行计算，并对结果调用Math.abs。

Answer 2

要么您的数据集非常“不幸”，要么（更可能是）array_size太小（通常在不考虑有限存储区数组大小的情况下引用哈希函数参数）。

Answer 3

您正在生成大量的数字，该数字对于输入中的不同单词是不同的。但是仍然有可能发生碰撞，例如

"bA" = 98+(33x65)=2243
"AB" = 65+(33x66)=2243

如果您选择大于57的较大数，则发生碰撞的机会会更少。 109或251是一个不错的选择。