hash 碰撞的2种解决办法

hash碰撞：hash长度是有限的，比如MD5 但是可以生成哈希的原文远比hash多的多，当两个不同原文算出一样的hashCode的时候，就发现了哈希碰撞

 

 

hash碰撞的解决办法总的来说有两种。

　　1 开放链表法（Java的hashMap 的解决方案）

　　　　　哈希值取模数组长度，得到应该存放的数组下标的位置，如果重复，那就放在这个数组下标的链表里面，查找的时候如果对应下标里面链表有多个值，依次和原文比对是否相等。相当于hash冲突以后竖着放。java8以后一定长度以后会使用红黑树代替链表。

　　2 开放地址法探测法（ThreadLocalMap用的这方案）

　　　　同样是数组，同样是哈希取取模，如果下标已经有位置，那么久依次放到后面一个格子里面去，如果还是有，继续找下一个，直到找到空的位置放。相当于hash冲突以后横着放(注意算出来的位置存的不一定是hash相当的数据，可能是附近hash值顶过来的)。

　　　　查询的时候，算出hash值，对比原文相等就返回，不等就找下一个，如果下一个是空，就表示找不到，如果下一个不是空就继续下一个，直到找到为止。这种做法数据得到的hash只是一个大概位置，真实的数据正常就在这个位置，或者就在这个位置后面不远处。

 

　　　　开放地址法hash冲突以后，找下一个存放位置有多个变种，他们都是堆下下一个的步长做了优化。

　　　　　　基本的线探测：步长是1，逐步增加。

　　　　　　平方探测法：步长按照平方增加。

　　　　　　二次哈希:步长是由另外一个hash函数取模数组长度决定。

　　　　放的时候怎么放的，查询的时候找到hash 对应下标，比对是否相等，如果不等，就按照步长算法，查询下一个位置在做比对。

 

 

 

优缺点：

　　　 开放链表法：占用空间小，性能只有在链表里面有大量数据才开始慢慢线性衰减。

　　　 开发地址探测法：数组空间不到一半的时候效率高，数组空间接近满的时候遍历速度急剧下降，甚至查找一个对象遍历整个数组。并且最多只能装数组长度个对象。但是数据结构只用了一个一维数组，非常简单。

 

　　很明显开发链表法个各便都有优势。具体python里面的hash结构用的开放地址探测法的缘由不得而知，不用Python，所以没有去验证具体用的什么算法。

 

 

ThreadLocalMap 里面用的 开发地址探测法源码示意图