对您链接到的答案的评论已经简要地尝试解释原因17
and 23
在这里使用不是很好的素数。
许多使用哈希码的 .NET 类将元素存储在buckets。假设有三个桶。然后,哈希码为 0, 3, 6, 9, ... 的所有对象都存储在存储桶 0 中。 哈希码为 1, 4, 7, 10, ... 的所有对象都存储在存储桶 1 中。 存储桶 2 的所有对象, 5, 8, 11, ... 存储在存储桶 2 中。
现在假设你的GetHashCode()
uses hash = hash * 3 + field3.GetHashCode();
。这意味着除非hash
在具有三个存储桶的哈希集中,足够大以便乘法能够环绕,对象最终会进入哪个存储桶仅取决于field3
.
由于存储桶中的对象分布不均匀,HashSet<T>
无法提供良好的性能。
您需要一个与所有可能数量的桶互质的因子。出于同样的原因,桶本身的数量将是素数,因此,如果您的因子是素数,唯一的风险是它是equal到桶的数量。
.NET 使用允许的桶数量的固定列表:
public static readonly int[] primes = {
3, 7, 11, 17, 23, 29, 37, 47, 59, 71, 89, 107, 131, 163, 197, 239, 293, 353, 431, 521, 631, 761, 919,
1103, 1327, 1597, 1931, 2333, 2801, 3371, 4049, 4861, 5839, 7013, 8419, 10103, 12143, 14591,
17519, 21023, 25229, 30293, 36353, 43627, 52361, 62851, 75431, 90523, 108631, 130363, 156437,
187751, 225307, 270371, 324449, 389357, 467237, 560689, 672827, 807403, 968897, 1162687, 1395263,
1674319, 2009191, 2411033, 2893249, 3471899, 4166287, 4999559, 5999471, 7199369};
您的因素应该是 .NET 不使用的因素,并且其他自定义实现同样不可能使用。这意味着23
是一个坏因素。31
对于 .NET 自己的容器来说可能没问题,但对于自定义实现来说可能同样糟糕。
同时,它不应该太低,以免在常用时产生大量碰撞。这是一个风险3
and 5
: 假设你有一个习惯Tuple<int, int>
用很多小整数实现。请记住int.GetHashCode()
只是返回int
本身。假设你的乘数是3
。这意味着(0, 9)
, (1, 6)
, (2, 3)
and (3, 0)
都给出相同的哈希码。
通过使用足够大的素数可以避免这两个问题,正如 Jon Skeet 在他的答案中纳入的评论中指出的那样:
编辑:正如评论中所述,您可能会发现最好选择一个大素数来相乘。显然 486187739 不错...
曾几何时,大素数用于乘法可能很糟糕,因为乘以大整数的速度非常慢,以至于性能差异非常明显。乘以31
在这种情况下会很好,因为它可以实现为x * 31
=> x * 32 - x
=> (x << 5) - x
。但如今,乘法引起任何性能问题的可能性要小得多,而且一般来说,乘法越大越好。