用asp.net core 把用户访问记录优化到极致

这种方式本质上是计算多次散列值，那就必然需要多个散列函数，在产生冲突时再使用另一个散列函数计算散列值，直到冲突不再发生，这种方法不易产生“聚集”，但增加了计算时间。

4. 建立一个公共溢出区

至于这种方案网络上介绍的比较少，一般应用的也比较少。可以这样理解：散列值冲突的元素放到另外的容器中，当然容器的选择有可能是数组，有可能是链表甚至队列都可以。但是无论是什么，想要保证散列表的优点还是需要慎重考虑这个容器的选择。

 class UserViewInfo    {        //用户ID        public int UserId { get; set; }        //访问时间，utc时间戳        public int Time { get; set; }        //用户姓名        public string UserName { get; set; }    }

class UserSpace    {        //缓存的最大数量        const int CacheLimit = 1000;        //这里用双向链表来缓存用户空间的访问记录        LinkedList<UserViewInfo> cacheUserViewInfo = new LinkedList<UserViewInfo>();        //这里用哈希表的变种Dictionary来存储访问记录，实现快速访问，同时设置容量大于缓存的数量限制，减小哈希冲突        Dictionary<int, UserViewInfo> dicUserView = new Dictionary<int, UserViewInfo>(1250);

        //添加用户的访问记录        public void AddUserView(UserViewInfo uv)        {            //首先查找缓存列表中是否存在，利用hashtable来实现快速查找            if (dicUserView.TryGetValue(uv.UserId, out UserViewInfo currentUserView))            {                //如果存在，则把该用户访问记录从缓存当前位置移除，添加到头位置                cacheUserViewInfo.Remove(currentUserView);                cacheUserViewInfo.AddFirst(currentUserView);            }            else            {                //如果不存在，则添加到缓存头部 并添加到哈希表中                cacheUserViewInfo.AddFirst(uv);                dicUserView.Add(uv.UserId, uv);            }            //这里每次都判断一下缓存是否超过限制            if (cacheUserViewInfo.Count > CacheLimit)            {                //移除缓存最后一个元素，并从hashtable中删除,理论上来说，dictionary的内部会两个指针指向首元素和尾元素，所以查找这两个元素的时间复杂度为O（1）                var lastItem = cacheUserViewInfo.Last.Value;                dicUserView.Remove(lastItem.UserId);                cacheUserViewInfo.RemoveLast();            }        }    }