检查java并在线搜索哈希表代码示例，似乎通过加倍来完成表的大小调整。
但大多数教科书都说桌子的最佳尺寸是素数
所以我的问题是：
加倍的方法是因为：
n+=2并使用测试素数
modulo是O（loglogN），便宜） 更新
某些属性需要使用素数在教科书中呈现的方式（例如，二次探测需要一个主要大小的表来证明，例如，如果一个表不是完整的项目X将被插入）。
发布为重复的链接通常要求增加任何数量，例如25％或下一个素数和接受的答案表明我们加倍，以保持调整大小操作“罕见”，以便我们可以保证摊销时间。
这并没有回答这样一个问题：使用一个表格大小是素数并使用素数来调整大小甚至大于两倍。因此，我们的想法是保持主要大小的属性考虑到调整大小开销
答案 0 :(得分：6)
问：但是大多数教科书都说桌子的最佳尺寸是素数。
什么是大小的素数，它取决于您选择的碰撞解决算法。有些算法需要素数表大小（双重散列，二次散列），其他算法不需要，并且它们可以从2的幂的表大小中受益，因为它允许非常便宜的模运算。但是，当最近的＆＃34;可用的表格大小＆＃34;两次不同，哈希表的内存使用可能不可靠。因此，即使使用线性散列或单独链接，您也可以选择2大小的非幂。在这种情况下，反过来，值得选择特定的素数，因为：
如果您选择主表大小（因为算法需要这个，或者因为您对2的幂大小暗示的内存使用不可靠性不满意），表槽计算（按表大小模数）可以与散列相结合。有关详情，请参阅this answer。当散列函数分布不好（来自Neil Coffey的答案）时，表2的幂大小是不可取的这一点是不切实际的，因为即使你有糟糕的散列函数，也会对它进行雪崩并仍然使用2的幂切换到素数表大小的大小会更快，因为在现代CPU上单个积分除法仍然较慢，因为良好的雪崩函数需要多个多重复用和移位操作，例如： G。来自MurmurHash3。
问：老实说，如果你真的推荐素数，我会迷失一点。似乎它取决于哈希表变量和哈希函数的质量？
哈希函数的质量并不重要，你总是可以改善＆＃34;通过MurMur3平衡的哈希函数，比从2表格大小切换到素数表大小便宜，见上文。
我建议您选择素数大小，使用QHash或二次散列算法（aren't same），仅当您需要精确控制哈希表加载因子和可预测的高实际负载。对于2的幂表大小，最小调整大小因子是2，并且通常我们不能保证哈希表将具有任何高于0.5的实际负载因子。 See this answer.
否则，我建议使用线性探测功能的2-power大小哈希表。
问：接近加倍是因为：
它易于实现，或
基本上，在许多情况下，是的。 见this large answer regarding load factors：
负载因子不是哈希表数据结构的重要组成部分 - 它是为动态系统定义行为规则的方法（增长/缩小哈希表是一个动态系统）。
此外，在我看来，95％的现代哈希表情况都是这种方式过度简化，动态系统表现不佳。
什么是加倍？它只是最简单的调整大小策略。该策略可能是任意复杂的，在您的用例中表现最佳。它可以考虑当前的哈希表大小，增长强度（自上次调整大小以来完成了多少操作）等等。没有人禁止你实现这样的自定义大小调整逻辑。
问：发现素数效率太低（但我认为找到下一个素数超过n + = 2并使用模数测试素数是O（loglogN）这很便宜）
有一个很好的做法是预先计算一些主要哈希表大小的子集，在运行时使用二进制搜索在它们之间进行选择。请参阅the list double hash capacities and explaination，QHash capacities。或者，即使使用direct lookup，这也非常快。
问：或者这是我的误解，只有某些散列表变体只需要主表大小？
是的，只有某些类型需要，见上文。
答案 1 :(得分：3)
Java HashMap（java.util.HashMap）链接链表中的桶冲突（或[从JDK8开始]树，具体取决于容器的大小和过量填充）。
因此，关于二次探测功能的理论并不适用。 似乎消息＆＃39;使用散列表的素数大小＆＃39;已经脱离了多年来适用的情况......
使用2的幂具有将哈希值减少到表条目的优点（如其他答案所述）可以通过位掩码来实现。整数除法相对昂贵，在高性能情况下，这可能有所帮助。
我会观察到这一点＆＃34;重新分配碰撞链时，重新划分对于2的幂为2的幂的表来说很简单。
请注意，当使用两次重复的力量到两倍大小时，分裂＆＃39;两个桶之间的每个桶基于＆＃39; next＆＃39;一点哈希码。
也就是说，如果散列表有256个桶，那么使用散列值重新散列的最低8位基于第9位拆分每个冲突链，并且要么保留在同一个桶B中（第9位为0），要么转到桶B + 256（第9位为1）。这种分裂可以保留/利用铲斗处理方法。例如，java.util.HashMap保持以相反的顺序排序的小桶，然后将它们分成遵循该顺序的两个子结构。它将大桶保存在按哈希码排序的二叉树中，并且类似地拆分树以保留该顺序。
NB：这些技巧直到JDK8才实现。
（我很确定）Java.util.HashMap只有大小（从不下降）。但是将哈希表减半使其加倍也有类似的效率。
一个缺点＆＃39;该策略的目的是Object实现者没有明确要求确保散列码的低阶位分布良好。
完全有效的哈希码可以在整体上很好地分布，但在其低位比特中分布很差。因此，当hashCode()实际使用HashMap时，服从Java.util.HashMap的一般合同的对象可能仍然无效！
hashCode()通过应用额外的哈希＆＃39;传播来缓解这种情况。到提供的{{1}}实施。这种传播＆＃39;是非常快的原油（16位高位和低位）。
对象implmenters应该知道（如果还没有）哈希代码中的偏差（或缺少哈希代码）会对使用哈希的数据结构的性能产生重大影响。
对于记录，我已根据此来源副本进行此分析：
http://hg.openjdk.java.net/jdk8/jdk8/jdk/file/687fd7c7986d/src/share/classes/java/util/HashMap.java