为何两张Cuckoo哈希表能比双倍大小的单哈希表存储更多数据？

先纠正你的核心误解：Cuckoo哈希的主要优势不是增加无冲突哈希的容量 #

它的核心价值是极高的空间利用率，这也是TikTok在推荐系统里用它减少内存占用的原因。

为啥两张表的总容量看起来比单张表大？其实是你对“单张表”的基准理解有偏差 #

• 普通哈希表（比如开放寻址、链式哈希）为了避免冲突导致的性能暴跌，通常需要把负载因子（存储元素数/哈希表总容量）控制在0.7以下。比如要存N个元素，普通哈希表的单张容量至少要1.4N以上，链式哈希还要额外存指针，实际占用内存更多。
• Cuckoo哈希的两张表总容量只需要略大于N（比如1.1N左右），就能把负载因子拉到0.9左右——看起来是两张表，但总容量其实比普通哈希表的单张容量更小，整体内存占用反而更低。你觉得“两张表容量大于单张”，是误以为单张表的容量刚好等于N，但现实中普通哈希表根本做不到这点。

再拆解TikTok的使用场景 #

用户和视频ID的嵌入向量本身是占内存的大对象，Cuckoo哈希的高负载率能减少哈希表中空闲槽位的浪费，同时不需要链式哈希那样的额外指针开销，两者结合就直接降低了整个嵌入存储系统的内存占用。

补充Cuckoo哈希的工作逻辑本质 #

它用两个哈希函数给每个元素分配两个候选槽位，插入时如果第一个槽被占，就把原元素“踢”去它的另一个候选槽，迭代这个过程直到找到空槽或触发扩容。这种冲突处理机制让它能在高负载下保持高效的查找/插入性能，而普通哈希表在高负载下要么变慢，要么需要更多额外内存。

内容的提问来源于stack exchange，提问作者user554481