解决哈希冲突的4种主要的解决方案

哈希冲突（Hash Collision）是指不同的键（Key）通过哈希函数计算后得到相同的哈希值，从而映射到同一个存储位置。以下是4种主要的解决方案：

1. 链地址法（Separate Chaining / 拉链法）

原理：每个哈希桶（bucket）维护一个链表（或其他数据结构），所有哈希到同一位置的键值对都存储在这个链表中。

优点：

• 实现简单，链表可以动态增长
• 删除操作简单
• 装填因子可以大于1

缺点：

• 需要额外的内存存储指针
• 链表过长时查找效率退化为O(n)

链地址法：每个桶是一个链表，冲突元素依次链接

2. 开放寻址法 - 线性探测（Linear Probing）

原理：当发生冲突时，顺序检查下一个位置（(hash(key) + i) % table_size，i=1,2,3…），直到找到空位。

优点：

• 不需要额外的指针存储
• 缓存局部性好（数据连续存储）

缺点：

• 容易产生"聚集"（Clustering）现象
• 删除操作较复杂（需要标记删除）

左图：线性探测按顺序查找下一个空位

3. 开放寻址法 - 二次探测（Quadratic Probing）

原理：当发生冲突时，按二次方间隔探测下一个位置（(hash(key) + i²) % table_size，i=1,2,3…）。

优点：

• 缓解了线性探测的"聚集"问题
• 探测步长逐渐增加，分布更均匀

缺点：

• 仍可能存在"二次聚集"
• 表大小必须是质数才能遍历整个表

右图：二次探测按1², 2², 3²…的间隔跳跃查找

4. 开放寻址法 - 双重哈希（Double Hashing）

原理：使用两个哈希函数，当发生冲突时，使用第二个哈希函数计算探测步长：h(key, i) = (h1(key) + i × h2(key)) % table_size。

优点：

• 最大程度减少聚集现象
• 如果h2选择得当，分布最均匀

缺点：

• 计算开销稍大（需要两次哈希计算）
• h2的结果不能为0

双重哈希：使用第二个哈希函数确定探测步长，分布更均匀

总结对比