Hash的真面目

简介：

​ Hash，又叫散列、杂凑，音译为哈希。Hash函数能够将任意长度的输入压缩成固定长度的输出，且该输出就叫做散列值。由于输出长度是固定的，那输出空间就是有限的，避免不了的会产生重复（这种重复也叫冲突、碰撞），而在Hash中重复是不被允许，这会使Hash失去优势。

特点：

​ 众所周知，在数据结构的顺序表中，有数组和链表两位老哥，这两位哥互补了对方的优缺点，数组能够实现相当快的数据访问，而链表拥有比数组快的增删数据的能力。Hash集两家之所长，完成了优势融合，能够快速的访问和增删数据。

实现方法：

​ 如聪明的你所知，Hash的内部采用键值对的方式存储数据，一个键（key）对应一个值（value），通过key来寻找value。如果抛开”键值对“不谈，那这就是一个完完全全的链表；那如果将key看成数组中的索引，value当成数组中的数组，那这就妥妥的是一个数组。与数组不同的是，数组里的索引是一开始就确定好了的，是固定的，而Hash里的key是利用value通过Hash函数计算出来的。

​ 举个简单的例子，先假设有15，26，37，48四个数据，Hash函数采用除留余数法即H(value) = value MOD 10：

​ 将四个数据依次带入Hash函数中：

• H(15) = 15 MOD 10 = 5 即Hash(5) = 15
• H(26) = 26 MOD 10 = 6 即Hash(6) = 26
• H(37) = 37 MOD 10 = 7 即Hash(7) = 37
• H(48) = 48 MOD 10 = 8 即Hash(8) = 48

至此我们就完成了一个无碰撞的Hash数据表，这里采用的Hash函数比较简单，发生碰撞的概率非常大（这里没发生碰撞只是因为数据不多以及数据都是刻意挑选的），要想降低碰撞的可能可精心设计一个Hash函数，如可先将数据折叠或平方后再取模。当然常用的Hash函数还有很多，不必拘泥于这一种，常用的函数还有：

• 直接寻址法
• 数字分析法
• 平方取中法
• 折叠法
• 随机数法

Hash碰撞解决：

​ 在简介中提到Hash函数是无法避免碰撞的，那就需要来处理这种情况的发生，通常采用链地址法和开放地址法两种方法来处理碰撞。

1. 链地址法

   ​ 运用一个链表数组来存储数据，如果发生碰撞，就将数据依次添加到对应的链表后面，这样就能够比较好的处理碰撞了。

   ​ 假设Hash长度为10，Hash函数采用上面“实现方法”中提到的函数，给定数据也还是采用上面的数据，再加上一个55（制造碰撞）：
   
   ​

2. 开放地址法

   ​ 指利用大小为M的数据保存N个键值对（M>N）。线性探测法是一种比较常用的实现方式。此方法的核心思想是：一旦发生冲突，直接寻找下一个空闲的Hash表地址，只要这个表足够大，就一定能找到一个窝。
   
   ​ 数据55因为与15发生了碰撞，只得找下一个空闲的位置，而这个位置在“9”下面，因此才产生了这样一个Hash表。