哈希 Table 与链接（Table 加倍）
Hash Table with Chaining (Table Doubling)
- 当所有项散列到同一个槽（一个巨大的 LinkedList）时，如何使用链接修复散列 Table？
- Hash Table with Chaining 是否使用 Table 加倍？如果是这样，什么时候是将 Table.
的大小加倍的好时机
扩展 NikiC 评论的答案：
对于您的第一个问题，不幸的是，在实现链式哈希 table 时，这是一种真实的可能性。假设您有一个很好的散列函数——或者更好的是，通过选择一个涉及某些随机元素的散列函数——这是极不可能的。不幸的是，坏人有时会用它来破坏网络服务器。不久前，开发了一种称为 "Hash DoS" 的攻击，有人可以借此向 Web 服务器发出一堆专门的请求，这会导致所有内容都存储在链式哈希 table 中的同一个槽中，这导致性能大幅下降，并最终导致一些网站离线。不过，好消息是许多编程语言的实现已经更新，因此它们的散列 table 不会受到此类攻击的影响。
对于你的第二个问题，答案是 "it depends." 当负载因子变得太高时（通常，负载因子在 1 和 2 之间），链式哈希 table 的大多数好的实现都会重新哈希并增长是常见的）。但是，有些实现没有。例如，我认为 Java 中的 ConcurrentHashMap 实现不会进行任何重新散列，因为当许多读取和写入并发执行时这样做是不可行的。
在散列table的每个位置，添加一个二级数据结构，例如二叉树或另一个散列table。
例如，如果多个值被散列到第一个散列 table 中的相同位置，那么将它们放入二叉树中该位置将使您 search/insert 在 O( lg n) 时间而不是链表的 O(n) 时间。
如果您想使用另一个散列 table，则需要对第一个散列 table 中位于相同位置的值应用不同的散列函数。在第二次散列之后，值将落在第二个散列中 table 希望在不同的位置。
- 当所有项散列到同一个槽（一个巨大的 LinkedList）时，如何使用链接修复散列 Table？
- Hash Table with Chaining 是否使用 Table 加倍？如果是这样，什么时候是将 Table. 的大小加倍的好时机
扩展 NikiC 评论的答案：
对于您的第一个问题，不幸的是，在实现链式哈希 table 时，这是一种真实的可能性。假设您有一个很好的散列函数——或者更好的是，通过选择一个涉及某些随机元素的散列函数——这是极不可能的。不幸的是，坏人有时会用它来破坏网络服务器。不久前，开发了一种称为 "Hash DoS" 的攻击，有人可以借此向 Web 服务器发出一堆专门的请求，这会导致所有内容都存储在链式哈希 table 中的同一个槽中，这导致性能大幅下降，并最终导致一些网站离线。不过，好消息是许多编程语言的实现已经更新，因此它们的散列 table 不会受到此类攻击的影响。
对于你的第二个问题，答案是 "it depends." 当负载因子变得太高时（通常，负载因子在 1 和 2 之间），链式哈希 table 的大多数好的实现都会重新哈希并增长是常见的）。但是，有些实现没有。例如，我认为 Java 中的 ConcurrentHashMap 实现不会进行任何重新散列，因为当许多读取和写入并发执行时这样做是不可行的。
在散列table的每个位置，添加一个二级数据结构，例如二叉树或另一个散列table。
例如，如果多个值被散列到第一个散列 table 中的相同位置，那么将它们放入二叉树中该位置将使您 search/insert 在 O( lg n) 时间而不是链表的 O(n) 时间。
如果您想使用另一个散列 table，则需要对第一个散列 table 中位于相同位置的值应用不同的散列函数。在第二次散列之后，值将落在第二个散列中 table 希望在不同的位置。