hash总结

散列表,它是基于快速存取的角度设计的，也是一种典型的“空间换时间”的做法。顾名思义，该数据结构可以理解为一个线性表，但是其中的元素不是紧密排列的，而是可能存在空隙。散列表（哈希表）是根据关键字直接访问内存存储位置的数据结构，仅支持插入、查找、删除操作。在最坏情况下，查找一个元素的时间为Θ(n)，而在一些合理的假设下，查找一个元素的期望时间为O(1)。
散列表是普通数组的推广。对于普通数组：
哈希表的做法其实很简单，就是把Key通过一个固定的算法函数既所谓的哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里。在一个普通的数组中，最有效的查找一个元素的方法是直接寻址，时间复杂度是 O(1)。直接寻址的基本思想是：如果存储空间允许,我们可以为每个关键字分配一个位置,每个元素的存储地址就是关键字对应的数组下标。在这种情况下应用直接寻找技术是很有效的。

hash算法：

除法取余法，偶数和偶数相除为偶数，h（k） = k mod m; m记录不要是2的幂或者是10的幂，最好是质数，最好是（散列表表长为m，那么去一个靠近m且小于m的质数），如果散列表的长度和关键字k的取值范围大概确定，那么具体问题具体分析最好。

 

乘法散列法，据说在cpu运算中乘法要比除法效率更快。这需要两步操作：第一，我们将关键字 k 乘以一个常量 A，它的取值范围为 0<A<1，并且提出 kA 的小数部分；接下来，我们将这个值乘以 m，并且取结果的底。乘法散列法的一个优势是对 m 的值没有什么特别的要求。对某个 m，一般指定它的值是 2 的幂。尽管这个方法可以和任何的常量A一起工作，但是它和一些特定的值会工作的更好。最好的选择是依赖于被散列计算的数据的特性。Knuth认为0.618033...是比较理想的值，（即根号5 - 1）/2.

冲突解决：

链地址法，即每一个数组元素存放的是一个链表，发生冲突，那么继续往链表后面add即可。

开放地址法
1，线性探测
2，二次探测
3，双散列

这里只说一下线性探测吧，例如hash函数为 index = key mod m 如果发生冲突的情况下，那么hash函数变为 index = （key+1） mod m

基本原理说了一点，那么看看实际情况吧，以java为例子：

可以说实际应用中hash算法太多了，比如如md5，jedis中用到的mur。。。。

看jdk当中的HashMap

1，hash算法没看明白，总之是各种移位，

http://www.roseindia.net/javatutorials/javahashmap.shtml

2，解决冲突的办法是链地址法

HashMap的其他注意事项：

看她的构造函数：

public HashMap(int initialCapacity,float loadFactor)

第一为初始容量，第二个为负载因子。HashMap(0.75，16)的时候，占16个内存空间，实际上只用到了12个，超过12个就扩容。扩容二倍，即扩容到32个空间如果负载因子是1的话，HashMap(1，16)的时候，占16个内存空间，实际上会填满16个以后才会扩容。还有一点好像大概也应该说一下，HashMap的默认的负载因子是0.75，初始容量是16