C 哈希表是如何在流行语言中内部实现的？

有人能解释一下像Python、Ruby这样的流行语言是如何在内部为符号查找实现哈希表的吗？他们是使用经典的“链表数组”方法，还是使用平衡树

---

我需要一种简单（更少的LOC）和快速的方法来索引用C编写的DSL中的符号。我想知道其他人发现什么是最有效和实用的。

平衡树有点违背了哈希表的目的，因为哈希表可以在（摊销）恒定时间内提供查找，而平衡树上的平均查找是O（log（n）)

如果有足够的bucket，单独链接（带有链表的数组）确实可以很好地工作，并且链表实现使用池分配器，而不是malloc（）将堆中的每个节点单独链接起来。我发现，经过适当调整后，它的性能几乎与其他任何技术一样，而且编写起来非常简单和快速。尝试从源数据的1/8个存储桶开始

您也可以使用二次或多项式探测。

有a和a。

---

源代码是可用的，它是用C和C++编写的。

Crashworks的意思是

哈希表的用途是定时查找、添加和删除。就算法而言，所有操作的操作均为O（1）摊销。 然而，在使用树的情况下……对于平衡树，最坏情况下的操作时间将是O（logn）。N是节点数。但是，我们真的将哈希实现为树吗？

您提到的经典“哈希桶数组”在我所看到的每个实现中都使用

---

最具教育意义的版本之一是Tcl语言的哈希实现，在文件中。文件中超过一半的行是注释，详细解释了所有内容：分配、搜索、不同的哈希表类型、策略等。旁注：实现Tcl语言的代码非常可读。

Perl使用带有链接列表的数组来保存冲突。它有一个简单的启发式方法，可以根据需要自动将数组的大小增加一倍。还有一些代码可以在散列之间共享密钥，以节省一些内存。您可以在“HV”下注明日期但仍然相关的文档中阅读。如果你真的喜欢冒险，你可以深入研究

哈希算法过去非常简单，但现在使用Unicode可能要复杂得多。由于该算法是可预测的，因此存在DoS攻击，攻击者通过该攻击生成的数据会导致哈希冲突。例如，作为POST数据发送到网站的大量密钥列表。Perl程序可能会将其拆分并转储为哈希，然后将其全部放入一个桶中。得到的散列是O（n）而不是O（1）。在服务器上抛出大量POST请求，可能会阻塞CPU。结果，Perl现在用一点随机数据扰乱哈希函数

您可能还想看看哪一个比Perl5实现要安全得多

---

至于“最有效、最实用”，请使用其他人的哈希库。看在上帝的份上，不要自己写一本供生产使用。已经有无数健壮而高效的映射实现了。

如果你能阅读

Java

，你可能想查看它的各种映射实现的源代码，特别是

HashMap

、

TreeMap

和

ConcurrentSkipListMap

。后两者保持钥匙的有序

Java的

HashMap

使用了您提到的在每个bucket位置链接的标准技术。它使用相当弱的32位哈希代码，并将键存储在表中。数字配方的作者还给出了一个散列表的示例（C），该散列表的结构与Java的基本相似，但其中（a）从数组中分配桶列表的节点，以及（b）您可以使用更强的64位哈希代码，而无需将键存储在表中。

表使用一个数组，该数组对任意键的行为类似于“bucket数组”，但如果您使用连续整数作为键，则其表示形式和空间开销与数组相同。在实现中，每个表都有一个哈希部分和一个数组部分

---

我认为这很酷：-）

也许你想问“映射是如何实现的…”，因为哈希表不是实现映射的唯一方法！好评论。但问题是我已经根据符号的计算散列构建了基础工作。顺便说一句，除了散列（我认为每个人都使用散列）之外，映射还有什么其他的实现方式？映射有时也是从二叉树构建的。它通常用于密钥类型不可破坏，或者您希望在映射中保留数据的特定顺序（以便可以从a到Z进行迭代）。对数失败常数时间？@tydok-为了“击败目标”，意味着无法满足其他解决方案满足的任何目标，因此它意味着“比差”，而不是“比好”。感谢您指出我的不足之处--我已经修复了我的答案。作为树实现的哈希是一个前面有类似哈希的API的树。如果使用ifdeffery，代码的早期版本由于数量减少而更具可读性，尽管更高版本在关键方面更有用（支持密钥自定义和其他类似的功能）。在Java中，

TreeMap

基于红黑树实现，

ConcurrentSkipListMap

基于SkipList实现。