這個哈希函數效率如何？

Question

我不確定將“字典”散列到表中的最佳方法。

字典有61406個單詞，我通過SizeOFDictionary / .75確定重載

這給了我81874個桶。

我通過我的哈希函數（通用隨機算法）運行它，並且有31690個桶用完了。 還有50個空的。 最大的桶只包含10個字。

我的問題：這些數字是否足以進行哈希項目？ 我不熟悉我想要達到的目標，對我而言，似乎50幾千個是空桶。

這是我的散列函數。

private void hashingAlgorithm(String word)
{
    int key = 1;
    //Multiplying ASCII values of string
    //To determine the index
    for(int i = 0 ; i < word.length(); i++){
        key *= (int)word.charAt(i);
        //Accounting for integer overflow
        if(key<0)
            key*=-1;
    }
    key %= sizeOfTable;
    //Inserting into the table
    table[key].addToBucket(word);       
}

Answer 1

績效分析：

您的散列函數不會考慮訂單。 根據你的算法，如果沒有溢出， ab = ba 。 您的代碼依賴於溢出來區分不同的順序。 因此，如果您將句子視為基於N的數字，則可以刪除許多額外碰撞的空間。

建議的改進：

2 * 3 == 3 * 2但是2 * 223 + 3 != 3 * 223 + 2

因此，如果我們將字符串表示為基於N的數字，則碰撞的數量將以顯着的比例減少。

Answer 2

如果字典包含以下單詞：

abdc  
abcd  
dbca  
dabc  
dacb   

所有都將在哈希表中哈希到相同的值，即int(a)*int(b)*int(c)*int(d) ，這不是一個好主意。
所以，使用滾動哈希。

例如 ：
hash = [0]*base^(n-1) + [1]*base^(n-2) + ... + [n-1]
其中base是prime number如31 。

注意 ： [i]表示char.at(i) 。

你也可以使用modulo p [顯然p是素數]運算符來避免overflow並限制哈希表的size 。

hash = [0]*base^(n-1) + [1]*base^(n-2) + ... + [n-1] mod p