Language agnostic 使用浮点数作为哈希表的键安全吗？

我需要存储成对的

float，int

，其中

int

值存储了一个

float

值在我正在开发的工具中使用的模型中出现的次数，我想知道这样做是否安全

当谈论用于直接比较（或作为要散列的内容）的浮点时，有限精度应该是一个问题，所以我认为不鼓励使用类似的方法，对吗

事实上，问题是我没有任何其他信息与这些浮动相结合，因此我不能使用任何其他内容作为哈希表的键，但同时，由于键会很多，因此具有良好的性能会很好

也许最好的解决方案是使用二叉搜索树（或者更高级的数据结构）来获得O（logn）的平均情况，如果常数因子更好的话

---

你有什么建议吗？只是想让您知道，我正在用OCaml开发，但我认为这些考虑因素可以被视为语言不可知的问题。您是在谈论性能问题还是有效性问题

---

为了有效性：如果您想计算相同浮点的出现次数，那么就没有问题了。如果你想计算大致相同的浮动出现次数，你需要弄清楚“大致相同”对你意味着什么。

我想这里有几个问题

使用浮点数作为哈希表的键安全吗？ 对。我现在想不出一种语言，

浮动

不符合哈希表中键的要求（通常是稳定的哈希代码和相等语义）

有一个包含很多键的哈希表可以吗？ 取决于有多少人。如果键的数量太多，导致表扩展超过允许的内存大小，那么肯定不会，因为这将导致内存不足的情况。如果没有更多的上下文，回答这部分问题是不可能的。很可能你是唯一能回答这个问题的人

float

的精度是否比其他类型（如

int

）更差？ 这是特定于实现的，但我相信ocamla

float

具有双精度（8字节）。因此，询问精度是否使其作为键无效等同于询问C#

long

类型不适合作为哈希表键。它们都有相同数量的可能值（都是8字节）。我肯定会说

long

是一种有效的键类型（经常使用，而且没有任何问题）

我认为真正的问题是你是否不负责任地创建了

float

的实例来用作键

如果我的哈希表内存不足，二叉树会更好吗？

---

可能，但不是很多。二叉树和哈希表都会带来开销。对于哈希表，通常是未使用的bucket和bucket内列表中的下一个指针。对于二叉树，树中的每个元素都有两个额外的开销（左指针和右指针）。如果您的内存不足，我不确定使用二叉树是否会明显更好

浮点数的常见问题是计算是近似的。如果用两种不同的方法计算相同的值，结果可能会略有不同。（在某些情况下，通过以相同的方式两次计算相同的值，可以获得微小的差异。）

---

因此，如果您对浮点进行任何计算，您将得到近似值，并且不应依赖于等式。如果源代码以各种方式计算浮动，则传递给您的数据将是近似值。如果您得到的是精确的浮点值，并且可以计算任何应该相同的数字，即完全相同的位表示，则等式正常工作，并且可以使用哈希表。

如果您确定要计算精确浮点值的实例数，则可以

正如David所说，对浮点数进行键控的哈希表的固有问题是，哈希表使用相等来标识键，而浮点数相等由于计算错误，是一个稍微不可靠的概念。没有一般性保证

sin（pi/6）==0.5

，甚至

（2.0/3）*（2.0/3）==（4.0/9）

。在这两种情况下，LHS可能与RHS稍有不同

因此，如果您正在计算的一些条目被输入为

0.5

，而一些条目被计算为

sin（pi/6）

，并且您希望将它们一起计算，那么您需要做的不仅仅是对浮点值进行散列

您可能会通过四舍五入然后散列来解决问题，尽管您永远无法完全摆脱这个问题。例如，如果四舍五入到最接近的0.001，则将0.2020001和0.2020003标识为“相同的值，有计算错误”，但不是同样接近的0.1014999和0.1015001。为了便于键入，我使用了base-10示例，但当然“float”通常意味着二进制表示

同样的问题也适用于二叉树。HasSt表并不真正关心他们的关键数据“是什么”，他们只关心某人可以提供一个函数“代码>代码< H/COD>，将键映射成整数，这样对于任何<代码> x<代码>和<代码> y>代码>，你要考虑“相等”，<代码> h（x）＝h（y）< /C>。然后，对于性能，您希望

h

引入的“冲突”（在

h（x）==h（y）

中

x！=y

的实例）不会超过随机机会。使用浮点数进行此操作没有任何障碍。您必须确保在散列中不包含任何不参与比较的内容，如果包含所有参与比较的信息，则会有所帮助

如果您能够解决实际计算的是什么的问题，那么这可能会引导您找到所需的数据结构。如果