查看原文：http://www.dullgull.com/2012/05/cuckoo-hash-%e5%b8%83%e8%b0%b7%e9%b8%9f%e5%93%88%e5%b8%8c/

布谷鸟哈希最早于2001+年由Rasmus+Pagh+和Flemming+Friche+Rodler+提出。该哈希方法是为了解决哈希冲突的问题而提出，利用较少计算换取了较大空间。名称源于该哈希方法行为类似于布谷鸟在别的鸟巢中下蛋，并将别的鸟蛋挤出的行为。它具有占用空间小、查询迅速等特性，可用于Bloom+filter+和内存管理。

+

算法描述

+

算法使用hashA+和hashB+计算对应key+的位置。

+

+

当两个哈希任意位置为空，则选择一个位置插入

+

让两个哈希有位置为空时，则插入到空位置

+

当两个哈希位置均不为空时，随机选择两者之一的位置上keyx+踢出，计算踢出的keyx+另一个哈希值对应的位置进行插入，转至2执行(即当再次插入位置为空时插入，仍旧不为空时，踢出这个keyy)

+

图例

+

1.+插入key1+两个位置均为空,则插入任意位置.

+

+

2.+插入后

+

+

3.+插入key2+两个位置有一个位置为空,则插入空的位置中

+

+

4.+插入后效果

+

+

5.+新插入keyi+发现对应两个位置均被占据

+

+

+

6.+随机选择一个位置提出所在位置的key(key1)，将踢出的key+放置在另一个哈希结果对应的位置上

+

+

7.+如果踢出的key(key1)又占据/踢出了其他key(keyj)的位置，则反复执行上面的过程直到结束

+

+

其他

+

+

Cockoo+hash+有两种变形。一种通过增加哈希函数进一步提高空间利用率；另一种是增加哈希表，每个哈希函数对应一个哈希表，每次选择多个张表中空余位置进行放置。三个哈希表可以达到80%+的空间利用率。

+

Cockoo+hash+的过程可能因为反复踢出无限循环下去，这时候就需要进行一次循环踢出的限制，超过限制则认为需要添加新的哈希函数。

+

在SOSP+11+的SLIT+文章中有使用Cockoo+hash。

+

增加哈希表过程如下：

+

当新插入一个key+hashA+在上面哈希表位置和hashB+在下面哈希表的位置分别被key1+和keyx+占据，任选一个key+提出(这里选择key1)。

+

+

计算key1+hashB+的值然后插入到下面的hashB+对应的哈希表中。

+

+

+

PS

+

文中图使用graphviz+绘制，图例第七张图片生成文件如下：

+

+

+++1:+digraph+G+{

+++2:+"node0"+[

+++3:+label+=+"null+|+null+|+keyi+|+null+|+null+|+key1+|+key2+|+......"

+++4:+shape+=+"record"

+++5:+];

+++6:+

+++7:+"node2"[

+++8:+label="key1"

+++9:+];

++10:+

++11:+"node3"[

++12:+label="key2"

++13:+];

++14:+

++15:+"node1"[

++16:+label="keyi"

++17:+];

++18:+

++19:+"node1"->"node0":f2[color="red",shape="record",label="hashA"];

++20:+"node1"->;"node0":f6[color="red",shape="record",label="hashB"];

++21: +

++22:+"node0":f2->;"node2";

++23:+"node0":f5->;"node2"[style="dotted"];

++24: +

++25:+"node0":f2->;"node3"[style="dotted"];

++26:+"node0":f6->;"node3";

++27: +

++28:+"node0":f5:s->;"node0":f7:s[color="blue",shape="record",label="keyj"];

++29:+}

在GVEdit+在使用的时候，F5+是生成图片，并在对应的目下生成了响应的图形文件，相关设置在Graph+setting+里面，第一次用的时候总是找不到export+image+的方法，总导出不了对应图片。