哈希和哈希表

哈希和哈希表

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

名称：Hash表、散列表

实现：Hash函数、链表结构

思想：离散化、映射

方法：用Hash函数把复杂的信息（例如字符串、大整数等）映射到一个容易维护的值域内。

注意：因值域变简单、范围变小，有可能造成两个不同的原始数据被Hash函数映射为相同的值，特殊处理（链表处理、优化hash函数）。

用处：通过Hash函数转化得到的数值成为哈希值。

一、Hash表

1.基本操作

（1)计算当前数据的Hash值（通过Hash函数）

（2）定位到对应链表中依次遍历、比较

2.整数的Hash函数构造方法

(1)直接取余法(常用)

关键字k除以m，取余数作为在Hash表中的位置。函数表达式可以写成：
　　　　　　h(k)=k mod m

int h(int key)
{
	return key%m;//m为大质数 
} 

（2）乘积取整法
　　关键字k乘以一个在(0,1)中的实数（最好是无理数），得到一个(0,1)之间的实数；取出其小数部分，乘以m，再取整数部分，即得K在Hash表中的位置

（3）基数转换法

（4）太多方法 自创也可以

3.字符串hash函数构造方法

问题需求：查询子串在母串中出现的次数

问题解决：把任意长度的字符串映射成一个非负的整数，并保准冲突概率几乎为0.

具体方法：

取一固定值base,把字符串看作base进制数，并分配一个大于0的数值，代表每种字符。一般来说，对每种字符的分配值都小于base（可以直接使用字符的Ascall值）。但是，字符串用base进制数表示后一般会很大，通常取一固定值M，作为模数对每个字符串所对应的base进制数取模。
一般我们取base=131 或 base=13331。取M=2^64，即直接unsigned long long 类型存储字符串的Hash值(ull 的自然溢出相当于对2^64取模，且能够避免低效的取模(mod)运算)。此时Hash值产生冲突的概率极低，如果两个字符串Hash值相同，就可以认定这两个字符串相等。

​ 1.处理前缀
如果一个字符串S的Hash值为H(S),那么再S后加上一个字符c构成的新字符串S+c的Hash值就是

H(S+c)=(H(S)×base+val[c])%M。val[c]是c的对应值。
如果一个字符串S的Hash值为H(S),那么再S后加上一个字符串T构成的新字符串S+T的Hash值就是

H(S+T)=(H(S)×base^lenth(T)+H(T))%M。

相当于base进制下把S后边补上T个0再加上T的值。

​ 2.查询
如果我们要查询字符串S的S[L~R]的字符串的Hash值，我们利用前缀O（1）的求出来。
即H(L~R)=H( R )-( H( L-1 )* base^( R - L + 1 ) )。

这也是采取了补0的方式进行的计算。

4.冲突解决

不同数据的关键字通过哈希函数得到一个相同的地址，这时就发生冲突，这种冲突一般叫做哈希冲突。

我们希望冲突出现的越少越好，解决办法常见的：开放地址法、链地址法等。

• 开放地址法：一旦发生冲突，就寻找下一个空的哈希地址，只要哈希表足够大，总能找到地址存放。

• 再哈希法：遇到哈希冲突时，换一个哈希函数计算，一般双hash就可以。

• 链地址法：

将同义词存储在一个单链表中，我们称这种单链表为同义词子表，哈希表中存储同义词子表的头指针。下图中的哈希函数为
H(key) = key mod 13。可以看出1、14、27、79取余结果都是1，哈希表中的地址1保存了1、14、27、79这个链表的头指针。

4.哈希表的优缺点

优点：不论哈希表中有多少数据，插入和删除很快，时间复杂度O(1)；查询速度比树快，树的时间复杂度为O(n)，因而若不需要有序遍历且数据量大小可预判，哈希表查询很快。
缺点：基于数组的数据结构，难于扩展。因而需要对表中数据量有清楚的认识。

总结

1. hash的定义：Hash一般翻译为散列，哈希是指一个过程，这个过程就是把任意长度的输入，通过哈希算法，变换成固定长度的输出，所输出的称为哈希值。这种变换是一种压缩映射，也即哈希值所占的空间一般来说远小于输入值的空间，不同的输入可能会哈希出相同的输出（概率很小）。
2. hash值的作用：数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法
3. 哈希的特点：

• 如果两个哈希值是不相同的（根据同一函数），那么这两个散列值的原始输入一定是不相同的。
• 如果两个哈希值相同，两个输入值很可能(极大概率)是相同的，但也可能不同，这种情况称为“哈希碰撞”
• 抗篡改能力：对于一个数据块，哪怕只改动其一个比特位，其hash值的改动也会非常大。
• 它是一种单向函数是“非对称”的，即它是一个从明文到密文的不可逆的映射,只有加密过程,没有解密过程。