大家讨论一下这样一个hash的实现

[fish_kun]

有M个不相同的随机的整数，范围为0-N（N远大于M），如何实现这组整数的hash呢？

[大王派我去巡山]

一般会采取 mod M 的做法

[Super.Jiju]

[Quote=引用楼主 fish_kun 的帖子:]
有M个不相同的随机的整数，范围为0-N（N远大于M），如何实现这组整数的hash呢？
[/Quote]

总共才M个随机的整数，最多mod M了，如果M不大的话，就可以了；

如果M也很大的话，考虑找一个大约M/x左右的一个质数了；x是你认可范围内的碰撞

[fish_kun]

有没有比取模更好的方法，使得冲突最小？

[勇敢的天牛]

数字是随机的取模就比较好了，如果你的数据有规律可以有针对性的使用其他办法

[大王派我去巡山]

理论来说只要hash之后的空间小于N，都有可能发生冲突。
一味追求最小冲突并没有什么意义，象原来N大小的数组一定不会冲突，你为什么不用？还是嫌它太耗空间了。
反过来，mod (N-1) 冲突最小，最多只会发生一次碰撞，但这和hash之前有什么区别？

权衡空间开销和碰撞次数两样指标，只要二者都在能接收的范围之内就可以了。如果你觉得mod M还不够的话，还可以对更大的数取模，这样碰撞可能性会更小一些。

[fish_kun]

难道大家认为取模就不会有碰撞冲突吗？

[大王派我去巡山]

当然会有了！hash并不意味着就不会发生碰撞。
如果你一定要不冲突，那还hash干什么？直接用N大小的数组好了。

[Super.Jiju]

[Quote=引用 3 楼 fish_kun 的回复:]
难道大家认为取模就不会有碰撞冲突吗？
[/Quote]

你脑袋咋想的？
取模才能将这些数均匀的放在一个规定的空间里面
加减乘除之类的你要能搞出来你也忒牛了

[toiler]

md5

[toughman200321]

看看书了 有很多的 如 md5a

[lqflyc]

对于随机数据，取模是比较好的方法了，当然还有其他的哈希函数,但因为是随机的数据,不论有哪种哈希函数都不一定能达到最优。在一定的时间开销内，我们可以在(M, M+X)范围取一碰撞因子最小的数来取模,这样我们就可以对于每一组不同的数据都有最小的碰撞因子，这样子估计可以达到全局最优了。

[lllanm]

md5啊 慢呢