Performance 基元键的最快哈希函数/查找

我的应用程序可能每秒需要在数据集中执行数百万次查找。高性能混凝土相关

这是一个非常具体的用例，其中以下是正确的：

数据集有一组固定的条目。它从不收缩，也不生长。 该键是一个2字节整数的基元 从来没有任何重复的钥匙！ 数据集中的条目从不超过200-300个。 键将趋向于在0到1000范围内聚集，而不是均匀分布在-32768到32767之间。 在这种情况下，最快的哈希函数是什么

我至少知道一个：

hashValue = key % DATASET_FIXED_SIZE;  // Java syntax for modulo

但我相信在我的例子中，这个函数的分布是次优的

那么，有了上述知识，最快的哈希函数是什么呢。我是一个数学新手，所以我不知道是否有针对特定用例的。如果有，请告诉我-

注意：由于数据集的大小是固定的，所以我只关心查找性能

编辑：我不太在乎设置时间。我非常愿意用设置时间换取额外的查找性能。这意味着哈希表方法甚至可能不是最好的方法，例如，如果n小于10，则使用蛮力数组扫描，如果1050，则使用一些哈希表方法。n是对的数量，0和50只是我为了说明这一点而提出的一些数字

---

进一步信息：用例用于内存中的数据结构。

如果您打算使用Java HashMap，我能想到的最好的hashCode实现如下：

public class Sample
{
    private static int CLASS_ID = 0; 
    private final int id;

    public Sample()
    {
        CLASS_ID++;
        id = CLASS_ID;
    }

    // other constructors following the same pattern as in the default constructor

    @Override
    public int hashCode()
    {
        return id;
    }

}

sample的所有构造函数将确保CLASS_ID递增，然后分配给ID字段。此hashCode函数将始终为每个实例返回一个唯一的值，这可以避免将两个实例放在哈希映射中的一个bucket中—假设哈希映射有足够的bucket。这会提高性能，但会以内存为代价

此外，这种实现有两个缺点：

1：如果创建的实例数量超过一个整数所能容纳的大小，则此实现将不起作用。但是，如果您只打算使用200到300个实例，则不应出现这种情况

2：“最大的”缺点是使用CLASS_ID作为全局状态静态变量。在程序的整个运行期间，静态变量将保留在内存中

---

显然，作为程序员，您的职责是打赌某个实现的成本和权衡。

Koloboke不使用杂音；即使对于线性散列，它也使用了更简单的混合：

在您的情况下，我建议为0-1000范围内的键创建一个直接查找表而不是散列，并使用线性散列表乘以一个随机常数散列其余值。您可以针对每个特定情况尝试几次，看看哪些结果会减少冲突，或者只使用-1640531527这样的值

---

我明白你的意思，但在你的例子中，键Sample是一个对象，而不是我的例子中的原语。严格地说，我需要一个快速高效的散列函数，其中结果是数组的索引，键是一个short to stay in Java terminologyshort是一个原始数据类型。原始数据类型不能用作键-只能使用它们各自的包装类；这些包装器已经定义了hashcode。您是否需要一个接受任何类型T并返回哈希的哈希函数？我们是否误读了对方？问题不在于Java本身。这是更基本的。即使在Java中，我的密钥也不必包装在对象中，除非我坚持使用HashMap的标准JDK实现。但是还有很多其他的实现，比如fastutils、Trove、Koloboke、HPPC等等，它们都允许密钥成为原语。我可以使用其中的一个，但我认为我的用例限制性很强，我可以做得更好。但也许没有。我对数学了解不够，说不出话来。FastUtils和Koloboke似乎都使用了一个3哈希函数。我想说的是，我可以使用那些伟大的库中的一个，但我希望有一个更简单、更快的解决方案，因为我可以将我的用例缩小到一些限制性的东西。这些库也必须满足更一般化的情况。哦，我假设我们是用Java术语说话的，因为您的代码中有关于模的Java语法的注释。那是我这边的误解。在这种情况下，我能给你的最起码的答案是不使用模运算，因为模运算与其他算术运算相比，是一种相对缓慢的运算。

int index = key * random & (rest_table_size_power_of_2 - 1);