哈希算法及应用【学习笔记】

好久没写博客了，最近在找工作，把找工作中遇到的问题在这里记录一下，也当是放个松吧，后面估计会开算法、数据结构、操作系统、计算机网络、数据库几个专题吧，把面试过程中学到的东西都记录一下，这篇就主要记录一下Hash相关的知识。这篇主要记录一下什么是哈希，哈希有什么用，哈希怎么实现，七七八八的东西。

一、哈希是什么

哈希又叫散列，主要通过一个函数将不定长的输入映射成一个定长的输出，这个映射而成的输出又被称为散列值。实际上就是一个函数映射，我们输入的是想进行变换的数据，也就是函数的自变量，它的取值范围是没有限制的，也就是上面说的不定长的，而函数的值域是有限的，也就是上面说的定长输出，这就是哈希的基本特点。通过上面的描述也不难得到以下几个特点：
1.由于哈希是将没有范围限制的数据转换成固定范围的散列值，因此必然存在不同的输入有相同的输出的情况。(专业点说叫做哈希冲突)
2.基于特点1，我们又可以知道，如果只给我们哈希后的结果是没有办法推出具体的输入是什么的。因为一个散列值可能对应多个输入。
3.如果两个输入的哈希值不同，那么这两个输入一定不同。
其实这些特点，有点废话了，因为这其实就是函数的基本特点。那么根据这些特点我们能做些什么事情呢？

二、哈希有什么用

哈希的用途我在这里会把他们总结成两类，一个是用作存储，另一个则是用来做信息安全。这一节就简单写一下吧，后面会有一个展开。
1.哈希做存储
首先,当然是很常用的hashtable，hashmap了，他们的特点就是查找非常快，如果不考虑哈希冲突的问题，它查找的时间复杂度仅仅是O(1)。这个可以用支持随机访问的容器来实现，把要存的数据映射成容器的索引下标就OK啦。
除了这两种数据结构，分布式中的负载均衡，布隆过滤器等也是用哈希实现的，这里我也把他们算作存储啦。
2.哈希算法做信息安全
信息安全上主要了解到的就是密码加密以及数据校验，就不太具体聊了，目前还没有太深入的了解，简单介绍一下吧。
对于密码我们只希望用户自己知道，不要再有第二个人知道，因此需要在传输以及存储过程中进行加密，一般就会选择hash算法，因为它不可逆，我们不能从hash值反推出原始密码，这就很nice。
在数据校验上主要是防止数据在传输过程中有差错或者被恶意篡改，因此会用hash值进行校验，这类hash函数比较灵敏，数据稍微变动，其散列值变动就会很大。

三、哈希是怎么实现的

从上面的介绍也知道了，hash是通过函数实现的，那么常见的构造hash函数的方法有哪些呢？
1.数字分析法
如果要存储的关键字的集合已知，且位数比哈希表多，则可以选取较为均匀的若干位，构成hash地址，比如一个关键字集合由n为十进制数组成，其中有几位的分布均匀这里主要指0~9出现的概率几乎相同，那么就可以用这几位做一个组合直接作为哈希值。（缺点 ：必须知道key的全部取值，才能进行分析）
2.平方取中法
对关键字进行平方，然后取平方的中间几位作为哈希值，对于字符串数据要预先进行编码。这里主要是考虑到平方后的中间几位与每一位关键字都相关，因此产生hash冲突的概率会小很多。
3.分段叠加法
将关键字按照哈希表的长度将关键字分成相等的及部分，如哈希表长度为10，则将关键字每两位进行一个分隔。分割后可以选择直接叠加或者移位叠加(把偶数位反转)。
直接叠加的例子，key：123456，哈希表长度100
（12+34+56）%100 =（102）%100=2
移位叠加的例子
(12+43+56)%100 = (111)%100=11
4.除留取余法
除留取余法主要根据哈希表的长度，选取小于等于其长度的最大素数作为哈希函数
f(key) = key%m
5.伪随机数法
采用一个伪随机函数来做哈希函数

这篇就简单的写这么多，下篇想写一下用hash做负载均衡。