Data structures 哈希表：为什么大小应该是素数？

可能重复：

为什么哈希表（数据结构）的大小必须是素数

---

据我所知，它确保了更均匀的分布，但还有其他原因吗？

唯一的原因是避免将值聚集到少量存储桶中（是的，分布）。更均匀分布的哈希表将执行更一致的操作

从

如果假设您的hashCode函数产生以下hashCode以及其他{x，2x，3x，4x，5x，6x…}，那么所有这些都将聚集在m个bucket中，其中m=table_length/GreatestCommonFactor（table_length，x）。（验证/推导这一点很简单）。现在，您可以执行以下操作之一以避免集群

请确保您不会生成太多的哈希代码，这些哈希代码是{x，2x，3x，4x，5x，6x…}中另一个哈希代码的倍数。但是如果您的哈希表应该有数百万个条目，那么这可能有点困难

或者简单地通过使最大公因子（table_length，x）等于1，即通过使table_length与x互质，使m等于table_length。如果x可以是任意一个数，那么确保table_length是一个素数

更新：（来自原始答案作者）

这个答案对于哈希表的常见实现是正确的，包括原始

哈希表的Java实现

，以及.NET的

字典

的当前实现

但是，对于Java的

HashMap

，答案和容量应该是prime的假设都不准确。

HashMap

的实现非常不同，它使用一个以2为基数的表来存储bucket，并使用

n-1&hash

来计算要使用哪个bucket，而不是更传统的

hash%n

公式

Java的

HashMap

将强制实际使用的容量为请求容量之上的第二大基数2

比较哈希表：

int index = (hash & 0x7FFFFFFF) % tab.length

要

HashMap

：

first = tab[(n - 1) & hash]

---

无论使用什么哈希函数，都会得到一个整数。为了将该值映射到哈希表，通常需要

mod

具有哈希表大小的整数，使该值小于该表的大小，以便进行映射

返回hashVal%tableSize

---

从这一点开始我有点不知所措，但是IIRC如果tableSize是偶数，那么所有条目都是偶数。哈希表的一半永远不会被填充。

我想我的理解是正确的：避免集群，获得更好的分布。对吗？谢谢你的推荐。@Olivier Lalonde，如果这回答了你的问题，请将其标记为答案。这是另一个很好的观点。我相信素数的原因是它降低了hashVal中模式的风险（例如10,20,30,40，如果tableSize=10，所有模式都将为0），这可能会导致@Sam.347%20是7，这是不均匀的。这是“相关”中的第一个链接的重复侧边栏的一部分-我认为这是非常好的。你应该接受一个答案。我刚刚注意到这被标记为一个副本。那太不幸了。这是两个相关但独立的问题。这个特殊的问题是关于素数在哈希表容量中的用法。另一个是关于素数在计算适当的has值时的用法。它们相互关联，但不是重复的。