(数据结构)哈希碰撞:线性探测法 vs 拉链法

一、哈希碰撞背景

哈希表(Hash Table)是一种通过 哈希函数 (Hash Function)将 key 映射到数组下标的数据结构。

但由于数组长度有限,不同的 key 可能映射到同一个位置,这种情况称为 哈希碰撞

为了解决碰撞问题,常用的方法有:

  • 开放地址法(Open Addressing) :典型代表 → 线性探测法

  • 链地址法(Chaining) :典型代表 → 拉链法


二、线性探测法(Linear Probing)

基本思想

当一个位置冲突时,就往后一个一个找,直到找到空位为止。

例子

复制代码
hash(key) = i
if table[i] 被占用
   -> 检查 table[(i+1) % tablesize]
   -> 再检查 table[(i+2) % tablesize]
   -> 直到找到空位

优点

  • 实现简单,只需要数组结构。

  • 空间利用率高。

缺点

  • 容易产生 聚集问题(Primary Clustering)连续的空位被占用后,新元素容易集中到一块区域,查找效率下降。

  • 删除操作复杂,需要"删除标记"来避免断链。


三、拉链法(Chaining)

基本思想

哈希表的每个位置存放的是一个 链表(或红黑树)。发生冲突时,新元素插入到该位置的链表中。

例子

复制代码
table[i] -> 链表(存放所有哈希值为 i 的元素)

优点

  • 插入方便,直接挂到链表上。

  • 删除简单,只需要操作链表。

  • 装填因子(α)高时,性能也较稳定。

缺点

  • 需要额外的链表/指针空间。

  • 最坏情况下查找效率 O(n)(链表过长)。

  • 优化方案:Java HashMap 在链表长度超过阈值时,会转为红黑树,提高效率到 O(log n)。


四、装填因子:datasize 与 tablesize

  • datasize:哈希表中存放的元素个数

  • tablesize:哈希表数组的容量

  • 装填因子 α = datasize / tablesize

装填因子 α 的大小直接影响效率:

1. 线性探测法的限制

  • 必须保证 tablesize > datasize,否则可能没有空位可插入,甚至陷入死循环。

  • α → 1(接近满表)时,冲突严重,查找/插入效率急剧下降。

  • 实际工程中一般保持:

    α≤0.7α ≤ 0.7α≤0.7

    当超过该值时,通常会 扩容(rehash)

2. 拉链法的特点

  • 允许 datasize > tablesize,因为每个槽位可以存放一个链表(或树)。

  • 但 α 太大时,链表会变长,查找效率下降。


五、对比总结

特点 线性探测法 拉链法
存储结构 纯数组 数组 + 链表(或树)
插入效率 可能多次探测 插到链表尾即可
查找效率 受聚集影响大 平均 O(1),最坏 O(n)
删除操作 复杂,需要标记 简单,直接删节点
空间利用 节省指针开销 链表需要额外空间
tablesize 要求 必须大于 datasize 允许 datasize > tablesize
适用场景 小数据量、低 α 大数据量、α 较高

六、结论

  • 如果 数据量较小,装填因子 α 较低 → 用 线性探测法 更合适,简单高效。

  • 如果 数据量较大,冲突不可避免 → 用 拉链法 更稳定,插入删除也方便。

相关推荐
Imxyk21 小时前
Codeforces Round 1052 (Div. 2) C. Wrong Binary Searchong Binary Search
c语言·c++·算法
Yunfeng Peng21 小时前
1- 十大排序算法(选择排序、冒泡排序、插入排序)
java·算法·排序算法
多看书少吃饭21 小时前
前端实现抽烟识别:从算法到可视化
前端·算法
MMjeaty21 小时前
特殊矩阵的压缩存储
算法·矩阵
断剑zou天涯1 天前
【算法笔记】二叉树递归解题套路及其应用
java·笔记·算法
微笑尅乐1 天前
力扣350.两个数组的交集II
java·算法·leetcode·动态规划
元亓亓亓1 天前
LeetCode热题100--994. 腐烂的橘子--中等
算法·leetcode·职场和发展
(●—●)橘子……1 天前
记力扣2516.每种字符至少取k个 练习理解
算法·leetcode·职场和发展
可触的未来,发芽的智生1 天前
新奇特:神经网络烘焙坊(下),万能配方的甜蜜奥义
人工智能·python·神经网络·算法·架构
学c语言的枫子1 天前
数据结构——基本排序算法
数据结构·算法·排序算法