不用10分钟，快速理解哈希（Hash），哈希算法，哈希表

哈希与哈希算法

        哈希是一种能将任意长度的数据输入转化为固定长度值的过程，这个固定长度的输出值被称为哈希值或者摘要。无论原始数据有多长，哈希值的长度都是固定的。

        这里可以举一个例子：假设我有一本新华字典，你的任务就是保证完全正确的情况下将该字典抄写一遍。听起来是不是感觉不太可能，然而有一个办法，假设我们抄写到了第11页，我们可以先行统计一下这页一共有多少字，然后进行抄写，抄写完毕之后判断是不是为统计结果，如果不是则进行重抄，这个办法就被称为哈希。

        哈希算法：它规定了如何把各种类型的数据变成哈希值。就像一个有着固定规则的配方，按照这个配方，对输入的数据进行特定的计算和转换，最终得到哈希值。

哈希有三大核心特征：

• 确定性：相同输入必产生相同输出。
• 不可逆性：难以从哈希值反推原始输入。
• 雪崩效应：微小输入变化导致输出巨大差异。

        为什么会有这三大特性，原因与哈希本身有关，哈希就像在进行一个不可逆的加密过程，即可以通过本身数据确定哈希值，而不能通过哈希值确定本身数据。利用这一点就可以很好的进行数据库的保护与加密，比如用户输入一段密码，数据后台会将密码转化为对应哈希值，然后与原有保留的哈希值进行对比，如果一样则证明输入正确。这样就算黑客黑入后台，因为后台存储的是哈希值，黑客也无法通过哈希值得出对应的密码。

哈希表

哈希表概念理解

        哈希表是一种数据结构，能高效地存储和查找数据，可将其理解为一个特殊的“存储表格”，即是一种高级数组，使得索引更有意义。

结构与原理

数组基础：哈希表本质上是一个数组，数组的每个元素可以存储一个数据项。

- 哈希函数：它就像是一个“魔法函数”，能把数据的键值通过特定的计算规则，转化为数组的索引。例如，有一个哈希函数 hash(key) ，对于键值 key1 ，通过 hash(key1) 计算出一个数值，这个映射出的数值就是数据在数组中存储的位置。

- 解决冲突：当不同的键值通过哈希函数计算出相同的索引时，就会发生冲突。这时，哈希表会采用一些方法来解决冲突，比如链地址法，就是在冲突的位置建立一个链表，将所有冲突的数据都链接在这个链表上。

哈希表在算法竞赛中的用处

1.高效的查找与存储
 
- 快速查找：能在接近常数时间内完成查找操作，时间复杂度平均为O(1)。在处理大规模数据时，如在海量数据中查找特定元素，相比其他数据结构，哈希表的查找效率极高。

- 灵活存储：可以存储各种类型的数据，通过自定义哈希函数，能将不同类型的键值映射到哈希表中，方便对不同类型数据进行统一处理。
 
解决复杂问题
 
- 统计元素出现次数：可方便地统计数组中每个元素出现的次数。通过将元素作为键，出现次数作为值存储在哈希表中，遍历一次数组即可完成统计，为解决一些与数据频率相关的问题提供了高效方法。

- 判断元素是否存在：能快速判断一个元素是否在集合中。例如，在判断一个字符串是否在给定的字符串集合中时，使用哈希表可以快速得出结果，避免了逐个比较的繁琐过程。
 
优化算法性能
 
- 减少时间复杂度：在一些动态规划、贪心算法等场景中，使用哈希表可以优化算法的时间复杂度。如在计算最长不重复子序列问题中，利用哈希表记录元素的位置，可在O(n)时间复杂度内解决问题，相比暴力解法O(n^3)有巨大的性能提升。

- 空间换时间：以空间为代价换取时间效率的提升，在竞赛中，时间往往是关键因素，只要空间复杂度在可接受范围内，使用哈希表能显著提高算法的运行速度，帮助在规定时间内解决问题。