取模运算与hash function

取模运算常常对应于hash散列；

$$k\;\%\;m$$

如果从映射（map）的角度看待取模运算的话，其实是对原始空间取值范围的一种放缩，比如缩放到 $[0,m-1]$（整数）。

如果这时 $m=2^r$的话，也即：

$$k\;\%\;2^r$$
如果将 $k$ 也转化为二进制的话，最终映射的值域为对 $k$ 的二进制形式 最后 $r$ 位的截断（可类推至 $10^r$）。
如 $r=2$（保留最后的 $2$ 位）：

• 1 ⇒ 001 ⇒ 01
• 2 ⇒ 010 ⇒ 10
• 3 ⇒ 011 ⇒ 11
• 4 ⇒ 100 ⇒ 00
• 5 ⇒ 101 ⇒ 01
• 6 ⇒ 110 ⇒ 10
• 7 ⇒ 111 ⇒ 11
• 8 ⇒ 1000 ⇒ 00
• 9 ⇒ 1001 ⇒ 01
• …

同样这也不是一个好的 $m$（表示映射过来的slots槽的数量），如果高位不同，只有低位相同的话，不是好的 $m$，也就意味着不是好的 hash function；

一个好的选择是选择一个质数（prime）作为 $m$，最好不接近 2 或 10的整数幂；