数据结构与算法——22.哈希算法

这篇文章我们来讲一下哈希表中较为关键的部分——哈希算法

目录

1.哈希算法的介绍

2.hash算法的使用

2.1 Object.hashCode

2.2 String.hashCode

3.关于哈希表及哈希算法的一些思考

---

1.哈希算法的介绍

问题：什么是哈希算法？哈希算法有哪些？

答：hash算法是一种将任意长度的数据通过一个算法，变成固定长度数据的过程，这个固定长度的数据就是hash值。hash算法可以将任意大小的数据压缩到固定大小的值。常见的hash算法有MD5、SHA1、SHA256、SHA512、CRC32等。其中，MD5和SHA系列算法是最常用的hash算法。这些算法在计算hash值时，都考虑了原始数据的每一个字节，一旦改动原始数据的任何一个字节，所得到的hash值都会有明显的不同。因此，hash算法被广泛应用于数据完整性校验和加密等方面。

简单来说：hash算法是给任意对象，分配一个编号的过程，其中编号是一个有限范围内的数字（如int范围内）

哈希算法有时也被称为摘要算法、散列算法。

2.hash算法的使用

下面看一下hash算法的使用

2.1 Object.hashCode

常用的哈希算法就是Object.hashCode了，如下图所示：

然后看一下每个对象的hash码：

那么对应到我们hash表的程序中就可以这样使用：

这个就没什么好说的了，很基础的东西，但是能体现出Java的思想。

2.2 String.hashCode

上面介绍了Object.hashCode，但是我们不是经常使用它，而是使用另一个hashCode

为什么呢？下面来看一下例子：

如上图所示，s1和s2是两个不一样的对象，因为我s2用了new关键字。但是这两个String类型的对象中存的值是一样的，如果按照Object的hashCode来理解，这两个对象的哈希码是不一样的，因为对象是不一样的，但是它两的实际结果是一样的。

下面看一下String.hashCode里面的哈希码生成方式：

当然，也可以直接看源码：

这些都没啥好说的。

3.关于哈希表及哈希算法的一些思考

问题1：什么是哈希冲突？怎么解决哈希冲突

答：这个问题回答起来比较多，我会单独出一篇文章来解答

问题2：我们的代码里使用了尾插法，如果改成头插法会怎样呢？

答：jdk里面的Hashtable用的就是头插法，1.8以前的HashMap用的是头插法，1.8以后的HashMap用的是尾插法。其实头插尾插并没有什么区别。但是要注意，在多线程的情况下，头插法会出现一种死循环的问题。

问题3：JDK的HashMap中采用了将对象hashCode高低位相互异或的方式减少冲突，怎么理解这个？

答：这个就涉及到底层的数学运算了，数学性很强，要进行演算的，这里就不多说了，记住这个问题就好了。

问题4：我们的HashTable中表格容量是2的n 次方，很多优化都是基于这个前提，能否不用2的n 次方作为表格容量?

答：可以，但是性能会下降。因为我们的很多计算哈希码的算法的优化都是基于数组长度是2的n次方进行优化的，如果不用2的n次方，那么这些优化就做不了。

问题5：JDK的 HashMap在链表长度过长时会转换成红黑树，对此你怎么看

答：我用电脑看。。。。其实这个操作主要是防患于未然，避免有人用恶意的哈希数据来攻击你的服务器，这些值的哈希码会大量冲突，而一旦冲突了，你的服务器的性能就会降低。这时，将链表转换为红黑树就能避免这种情况。一般情况下，链表的长度不会过程，在前面的实验中也可以看到，20万的数据，长度为6的链表只有2个，没有长度为7的，长度为5的也才十几个。基本上只要出现长度超过8的链表，就可以判定这些数据是恶意攻击的数据了。