哈希搜索（多次探测，哈希桶）

哈希搜索

为什么提出哈希？

顺序搜索和二叉树搜索中，元素存储位置和元素关键码之间没有联系。因此在查找一个数据时，必须经过关键码的多次比较，搜索效率取决于比较次数。而一个理想的搜索是不经过比较，直接拿出数据，建立关键码和存储位置的关系。

哈希冲突的产生与解决

不同的关键码通过相同的哈希函数计算出相同的地址，产生冲突。

因此在设计哈希函数时，要尽量避免冲突，而冲突是不可完全避免的。

常用hash函数：

1. 直接定址法， hash = Key*A + B，需要事先知道关键字分布。
2. 除留余数法， hash = Key % p，p是最接近关键字个数的最大质数。
3. 平方取中法，适合位数不大，不知道关键字分布的情况。
4. 折叠法，适合位数较大。

而处理hash冲突有两种解决方案，闭散列和开散列。

闭散列（多次探测）

当hash表中未存满时，就可将数据存入下一个空位。

寻找空位的两种方式：

线性探测

从冲突的位置开始，逐次+1向后寻找空位置，直至遍历一遍未找到空位置。

缺陷:一个冲突引起后面的关键码都后移冲突，形成堆积。

二次探测

从冲突位置开始，每次加 i^2 个位置，i是冲突的第几次。

负载因子α：元素个数 / 散列表长度，a超过0.8导致冲突可能性大

实现

具体实现需要置三个状态位

https://github.com/zzaiyuyu/OpenHashing

开散列（哈希桶）

首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每一个子集合称为一个桶，各个桶中的元素通过一个单链表链接起来，各链表的头节点存储在哈希表中。

插入：相同的哈希地址插入到链表头结点

删除：在哈希桶中不断判断值是否相等进行删除

查找：找到hash地址对应的桶遍历

和多次探测比较，在多线程环境下只需要对每个桶进行互斥锁，减小锁竞争。
https://github.com/zzaiyuyu/HashTable/tree/master/哈希

字符串哈希

md5：冲突概率小，不可逆，字符串得到的哈希值定长
https://blog.csdn.net/u012611878/article/details/54000607