Question

我正在使用哈希表来存储一些值。以下是详细信息：

将存储大约1M个项目（以前不知道，所以不可能有完美哈希）。
表格大10M。
哈希函数是MurMurHash3。

我做了一些测试并存储了1M值，我在最冲突的哈希表的插槽中得到了350,000个冲突和30个元素。

这些结果好吗？

对碰撞哈希表插槽中创建的列表实施二进制搜索是否有意义？

你对提高表现有什么建议？

编辑：这是我的代码

var
  HashList: array [0..10000000 - 1] of Integer;

for I := 0 to High(HashList) do
  HashList[I] := 0;

for I := 1 to 1000000 do
begin
  Y := MurmurHash3(UIntToStr(I));
  Y := Y mod Length(HashList);
  Inc(HashList[Y]);
  if HashList[Y] > 1 then
    Inc(TotalCollisionsCount);
  if HashList[Y] > MostCollidingSlotItemCount then
    MostCollidingSlotItemCount := HashList[Y];
end;

Writeln('Total: ' + IntToStr(TotalCollisionsCount) + ' Max: ' + IntToStr(MostCollidingSlotItemCount));

以下是我得到的结果：

Total: 48169 Max: 5

我错过了什么吗？

Answer 1

这是将1M项随机放入10M单元格

时的结果

calendar_size=10000000 nperson = 1000000
E/cell| Ncell | frac   |  Nelem   |  frac  |h/cell|  hops  | Cumhops
----+---------+--------+----------+--------+------+--------+--------
  0:  9048262 (0.904826)        0 (0.000000)     0        0        0
  1:   905064 (0.090506)   905064 (0.905064)     1   905064   905064
  2:    45136 (0.004514)    90272 (0.090272)     3   135408  1040472
  3:     1488 (0.000149)     4464 (0.004464)     6     8928  1049400
  4:       50 (0.000005)      200 (0.000200)    10      500  1049900
----+---------+--------+----------+--------+------+--------+--------
  5: 10000000             1000000                1.049900    1049900

左列是单元格中的项目数。第二个：具有此itemcount的单元格数。

WRT二进制搜索：很明显，对于像这样的小表（最大链长= 4，但大多数链的长度= 1），线性搜索优于二进制搜索。收购点可能在10到100之间。

哈希表+二进制搜索

1 个答案: