Java 冲突解决方案：二次探测与单独链接

好的，我一直在用哈希表和不同的冲突解决问题做一些实验。我正试图找出哪一种查找更有效，一种使用单独链接或二次探测来解决冲突的哈希表。我的结果表明，即使对于较小的负载系数（如0.4或0.2），单独链接也比二次探测快。是这样还是我的结果错了

这两种方法在处理成本方面的差异是
（带链接）
-间接寻址，即指针解引用
vs.
（使用二次探测）
-[简单但复合]算术公式的评估
-索引到新位置
-可能的重复（由于探测值和存储在这些位置的非目标值之间的冲突；链接不必担心某些问题）

因此，链接速度更快也就不足为奇了；指针解引用是大多数CPU的“本机”指令，具有可比性（在大多数情况下相同）将算术运算和可能的冲突留作开销，不利于探测。最简单的探测序列公式将需要一些CPU指令（初始化stepNr，通常是stepNr的一些移位，添加到当前位置/探测）这本身就比指针解引用慢好几倍。（可能的警告：请稍后参阅“编辑”，因为它讨论了链接如何导致更多CPU级缓存未命中，从而使其效率低于线性探测）

二次（或其他形式）链接的优点如下

• 更简单的存储管理逻辑（无动态分配）
• 更快的插入（因为存储更简单）
• 总体上减少了存储需求

考虑到这种空间与速度（或插入时间与搜索时间）的折衷，链接的存储开销（主要针对指针本身，不考虑可能的堆管理开销）用于存储[探测的内容]“探测位置”的预先计算值。由于这些计算很容易完成，链接方法在搜索时速度更快。
编辑（谢谢，Ants Aasma）
对于这个论点[关于预先计算的位置]的一个警告是，在现代CPU及其缓存上，当缓存未命中时，运行小计算的成本可能远低于访问[数据]内存的成本。这表明按顺序探测（或更一般地说，具有探测功能，可产生物理上靠近碰撞点的位置）由于缓存未命中率较低，可能优于链接策略。因此，纯顺序探测方法是最好的探测函数，因为它的计算非常简单，但更重要的是，它最大限度地提高了缓存命中率。记住这一点，当哈希函数具有良好的分布和负载系数很小（因此在经过初始碰撞的短/局部搜索路径中）应尝试使用线性（或非常局部）探测方法；但应避免使用提供非物理局部搜索路径的探测功能

---

很难具体评论问题中提到的实验，例如不知道散列的大小（如果该大小与CPU中的字/寄存器的大小相匹配，则运算速度会更快），或者不知道冲突率（假设散列函数分布良好）。
在您不断尝试这一点时，收集一组单独的计时/统计数据，用于使用散列槽访问项目，而不是产生冲突的项目。

“…即使对于较小的负载系数…”中的“偶数”表示您的期望，即链接的相对优势应随着负载的增加而进一步增加，因此随着碰撞的增多。我也希望会出现这种情况。

---

此外，增加负载可能说明探测的另一个缺点：探测周期和/或更一般地说，没有空间容纳特定项目的情况。

在今天的硬件中，计算CPU周期不会产生任何有意义的结果。相关数字是缓存未命中的数量，即单个内存访问丢失缓存很容易需要几百个周期。这表明，如果哈希函数具有良好的分布，并且负载因子合理，则可以通过执行顺序探测来获得更好的性能。@John:我建议您也使用

纯线性探测函数来进行试验。

。如前所述，它将e重要的是，当负载系数处于中间状态时，探测方法的[hash]冲突率可能处于最佳状态：负载较低时，冲突太少，无法将链接置于显著劣势；负载过高时，[Probling]的数量碰撞开始损害与链接相关的探测方法。+1这值得不止一次投票，因为我不明白it@RobertG，哈哈……也许我会继续保持下去，比如迟钝的答案和通常花哨但有缺陷的曝光，这样人们就会支持我；-）说真的，论点相对简单（是的，可能概述得不好，这是我的一个常见问题）；如果您有兴趣，我可以帮助您理解（或进一步混淆您……）对于小负载因素，二次探测提供了与线性探测相当的缓存性能（因为两者的单次碰撞行为相同），但在某些哈希值聚集的情况下，它不太可能陷入退化行为。