解决哈希冲突的几种方法

什么是hash冲突

哈希函数是一个映像，把任意长度的输入，通过Hash算法变换成固定长度的输出，这个输出就是Hash值； 当两个不同的输入，产生了同一个输出值即为哈希冲突

解决方式

开放定址法

开放寻址法的核心思想是，如果出现了散列冲突，我们就重新探测一一个空闲位置，将其插入。比如，我们可以使用线性探测法。当我们往散列表中插入数据时，如果某个数据经过散列函数散列之后，存储位置已经被占用了，我们就从当前位置开始，依次往后查找，看是否有空闲位置，如果遍历到尾部都没有找到空闲的位置，那么我们就再从表头开始找，直到找到为止

①. 线性探测 ：按顺序决定哈希值时，如果某数据的哈希值已经存在，则在原来哈希值的基础上往后加一个单位，直至不发生哈希冲突。

②. 再平方探测 ：按顺序决定哈希值时，如果某数据的哈希值已经存在，则在原来哈希值的基础上先加1的平方个单位，若仍然存在则减1的平方个单位。随之是2的平方，3的平方等等。直至不发生哈希冲突。

③. 伪随机探测 ：按顺序决定哈希值时，如果某数据已经存在，通过随机函数随机生成一个数，在原来哈希值的基础上加上随机数，直至不发生哈希冲突。

链地址法（拉链法）

链地址法（Separate Chaining）的思路是将哈希值相同的元素构成一个同义词的单向链表，并将单向链表的头指针存放在哈希表的第 i 个单元中，查找、插入和删除主要在同义词链表中进行。

如下一组数字：(32、40、36、53、16、46、71、27、42、24、49、64)，哈希表长度为13，哈希函数为 H(key)=key%13，则链表法结果如下：

0       
1  -> 40 -> 27 -> 53 
2
3  -> 16 -> 42
4
5
6  -> 32 -> 71
7  -> 46
8
9
10 -> 36 -> 49
11 -> 24
12 -> 64

下面看一张动态图可能会更清晰（图片均来源于网络）：

注意： 链地址法是主流开发语言中 HashMap 冲突的解决办法，如 Java、Go 等。以 Java 为例，JDK1.7 完全采用单链表来存储同义词，JDK 1.8 则采用了一种混合模式，对于链表长度大于 8 的，会转换为红黑树存储。

优点：处理简单，容易删除，只需要简单地删去链表上相应的结点即可；

缺点：一旦哈希冲突多了，哈希表会退化成链表，查询效率会从O(1)变为O(n)。JDK8的HashMap针对这种情况有做优化，冲突超过8个会将链表转换为红黑树，提高查询效率。

再哈希法

对于冲突的哈希值再次进行哈希处理，直至没有哈希冲突。

采用哈希函数，而不是一个； 如果第一个哈希函数计算的哈希码发生冲突了，就采用第二个哈希函数重新计算哈希码，直到不冲突为止； 查询时也是一样，依次调用不同的哈希函数计算哈希码，直到Key相等。

int hash = hash1(key)、hash2(key)、hash3(key)......

缺点：这种方式会增加哈希计算的开销，影响读写的效率。

建立公共溢出区

在创建哈希表的同时，再额外创建一个公共溢出区，专门用来存放发生哈希冲突的元素。查找时，先从哈希表查，查不到再去公共溢出区查。

缺点：哈希冲突多了，公共溢出区会膨胀的非常厉害，查询的效率也有影响。

最后总结

1. 拉链法处理冲突简单，且无堆积现象，即非同义词决不会发生冲突，因此平均查找长度较短；

2. 由于拉链法中各链表上的结点空间是动态申请的，故它更适合于造表前无法确定表长的情况；

3. 开放定址法为减少冲突，要求装填因子α较小，故当结点规模较大时会浪费很多空间。而拉链法中可取α≥1，且结点较大时， 拉链法中增加的指针域可忽略不计，因此节省空间；

4. 在用拉链法构造的散列表中，删除结点的操作易于实现。只要简单地删去链表上相应的结点即可。而对开放地址法构造的散列表， 删除结点不能简单地将被删结点的空间置为空，否则将截断在它之后填人散列表的同义词结点的查找路径。