哈希表桶数组

Question

如果我有50,000个条目并且说哈希表中有100,000个可用插槽。 如果不使用LinkedLists，那么为每个索引选择合适的桶数组大小的最佳方法是什么，以便数组永远不会“溢出”？ 30％的过剩是否合适？

Answer 1

某些语言支持数组的动态大小（无需声明数组的大小）。 数据动态决定了数组的大小。需要大小的语言也支持动态数组。

Answer 2

如果您使用固定大小的阵列作为您的桶，那么没有小于50,000的桶大小可以保证永远不会溢出，除非您有关于50,000中密钥分发的其他信息（即如果您知道它们是整数1 ... 50,000然后它将是微不足道的）。

但通常你不想依赖大型桶，因为这是O（n）来搜索桶。相反，使用可变大小的表和可变大小的存储桶更好。存储桶可以简单地为每次填充时尺寸加倍的阵列。同样，每次获得90％的填充时，哈希表的大小可以加倍。这是一种标准类型的方法。

正如之前的海报所提到的，大多数列表实现，无论是通过数组还是链表，都会在列表填满后自动为您重新分配存储空间。

Answer 3

如果您知道先验键，则可以计算minimal perfect hash。因此，如果您知道密钥并且可以定制散列函数，则桶大小为1就足够了。

如果您事先不知道密钥 - 或者确实知道密钥，但确实无法改变哈希函数 - 那么攻击者可能会选择最坏情况的密钥集（即所有密钥）哈希到同一个桶）。为了保证桶没有溢出，你需要一个桶大小等于桶的数量。如果您愿意容忍溢出的可能性，则可以进行更复杂的分析，以选择涵盖优势情况的铲斗尺寸。