一些浅显的hash算法知识介绍

      有人可能经常听到hash，感觉很高深的样子。其实只不过他并不懂而已。hash其实是非常浅显的东西，浅显到我们几乎每天都在使用它，只不过我们并不知道而已。一份学校的名单，一个电脑里的硬盘都可以说是来自于hash算法。hash，不过就是一个对大量资料、文件的整理过程而已。让一些同类的或者说是有相似特征的放在一起，方便我们查找。而hash算法，就是一个分类的过程。就如同图书馆的书籍，如果散乱的排布，到处乱扔，想从中找到其中一本那可是一个浩大的工程。而经过分类处理，我们这可以节省大量的时间。我们知道，无论是什么电脑，其内存都是有限的。不可能在任何情况下都把所有的资料全部放入内存中供cpu去调取。这时候分类的作用就体现出来了，先把类别放入内存找到想要的类别，在把该类放入内存，一步一步找下去，直到找出为止。这样就大大节省空间和时间，这也是hash的好处。但是，空间和时间是相对的，节省空间就要浪费时间，反之也是一样的，这在后面我会讲到原因。下面我就讲一下hash的具体实现。

        相信大家都了解，数据结构就是装载数据的规则而已。实现方法充其量也就两种，数组和链表。数组，其优点在于由于下标的存在，可以很方便的查找里面的数据。但是他有其固定的长度，新加装数据就成了麻烦。而链表则可以很容易的在任何位置插入你想要的数据，但是查找起来却只能依靠遍历了。总要找一种办法来综合这两种方式，而这办法就是hash算法。把大量的数据（A）经过hash算法后，变成少量的数据（B）。因为数量上A>B的，这时，大家可以想到，这样做一定会有很多的数据A指向同一个B，这样就产生了冲突。一个hash算法，由于A和B数量不定，冲突就可能会发生。而对于做程序的我们，他就成了必然会发生，我们就要想办法解决，否则就无法分辨重复的数据了。这里主要介绍拉链法，就是把那些A数据经过hash算法得到B数据存入一个数组当中，数组的长度由可以产生的不重复的B的数量来决定。数组当中不要存入单纯的B数据，而是放入存有B数据的一个链表的节点。如果出现有一个数据经过hash出现重复，则把这个数据在建立一个链表节点加入进去。这样把所有的A数据放入之后，就初步得到了一个hash表。这里的hash算法就十分关键了，没有绝对完美的hash算法，任何算法都要结合实际情况而定。如果你想要最快的查找，最极端，做一个一比一的hash表，完全用数组来实现。你想要节省内存，直接一个链表也是可以的。但是这样又回到了最原始的问题，时间和空间的需求。所以掌握好你的环境要求，设计出最符合你的hash算法，才是最完美的。一些最简单的hash算法，如求余，移位等，选择不同数进行计算，会分别得到不同数量的B的值（hashcode），并且也相应确定了冲突概率。具体如何选择，就是实际行动中该决定的了。另外，在相同的冲突数量或者概率下，也是有优劣之分的，对于拉链法，每条链的长度尽量不要相差太过悬殊，不能一条链上链接了大量的数据，而其他链上却几乎没有，极端一点，全部数据在一条链上，这就又回到了一个普通的链表了。评价标准，这里可以参考高中所学的方差的概念。

      总而言之，hash算法是一种结合，也被现在所普遍使用可谓无处不在。现在县了解到这里，在今后的学习中我可能会在程序中测试各种hash算法的实际应用情况，敬请期待吧。