解决散列字符串中冲突的最佳方法

Question

我在接受采访时被问到这个问题并说使用了第二个功能，但是面试官一直在探究我的其他答案。有没有其他解决方案？

Answer 1

  

解决散列字符串中冲突的最佳方法   “连续插入”

假设插入的字符串的内容无法预测，那么合理的选项是：

1. 使用置换列表，因此您可以尝试使用多个偏移量 哈希到桶，直到你找到一个免费的桶（由表修改 尺寸）。位移列表可能看起来像{3,5,11， 19 ...}等 - 理想情况下你想要有区别 位移不是一系列其他位移的总和。
2. 使用不同的算法重新散列（但是你需要另一个算法） 算法，如果碰巧碰撞两次等。）
3. root中的一个容器 桶，可以搜索碰撞的字符串。通常 桶的数量应该类似于或大于 元素数量，因此每个桶的元素将相当小 通过数组/向量进行蛮力搜索是合理的 方法，但链表也是可信的。

比较这些，位移列表往往是最快的（因为添加偏移比计算另一个哈希或支持单独的堆和分配更便宜，并且在大多数情况下，前一个或两个位移（可以合理地通过一小部分） （多个桶）足以找到一个空桶，因此内存使用的位置是合理的）尽管它们比另一种哈希算法（它应该接近＃elements /＃bucket进一步碰撞的机会）更容易发生冲突。使用位移列表和重新散列，您必须提供足够的重试，实际上您不会期望完全失败，为故障添加一些最后的处理，或接受可能发生的故障。

Answer 2

使用链接列表作为哈希桶。所以任何碰撞都会得到妥善处理。

Answer 3

替代方法：您可能希望使用trie而不是字符串字典的哈希表来进行concider。

这种方法的好处是你获得O(|S|)最坏情况的复杂性来寻找/插入每个字符串[其中| S |是该字符串的长度]。请注意，哈希表只允许O(|S|)的平均值，其中最坏的情况是O(|S|*n) [其中n是字典的大小]。当负载平衡过高时，trie也不需要重新散列。

Answer 4

假设我们没有使用a perfect hash function（你通常没有），哈希告诉你：

• 如果哈希值不同，则对象是不同的

• 如果散列相同，则对象可能相同（如果使用了良好的散列函数），但可能仍然是不同的。

因此在哈希表中，如果对象实际上是相同或不相同的话，将通过一些额外的检查来解决冲突（这会带来一些性能损失，但根据Amdahl's law，你仍然获得了很多，因为冲突好的哈希函数很少发生）。在字典中，您只需解决罕见的碰撞情况，并确保您获得正确的对象。

使用另一个非完美哈希函数不会解决任何问题，它只会减少（另一个）冲突的可能性。