hash算法的底层实现逻辑及冲突的解决方式

很多小伙伴面试时，会碰到面试官问到如何解决哈希冲突的问题，要理解哈希冲突，首先要弄清楚hash函数和hash表(散列)； 

 一、哈希表

    hash函数:所谓hash函数其实就是指一类加密算法(MD5/SHA等)，将任意长度的输入变换为固定长度的输出的不可逆的单向密码体制，即index=Hash(key)；

    简单的讲，hash函数就是根据key值计算出数据应该存放的地址，而哈希表则是基于哈希函数建立的一种查找表；

二、常见hash函数的构造方法

    1、直接定制法：哈希函数为关键字的线性函数如 H（key）=a*key+b，这种构造方法比较简便均匀，但是有很大限制，仅限于地址大小=关键字集合的情况;

    2、数字分析法：假设关键字集合中的每个关键字key都是由s位数字组成(key1,key2,key3,....,keyn)，分析key中的全体数据，并从中提取分布均匀的若干位或他们的组合构成全体;

    3、平均取中法:如果关键字的每一位都有某些数字重复出现频率很高的现象，可以先求关键字的平方值，通过平方扩大差异，而后取中间数位作为最终存储地址;

    4、折叠法:如果数字的位数很多，可以将数字分割为几个部分，取他们的叠加和作为hash地址;

    5、除留余数法:H（key）=key MOD p （p<=m m为表长）

三、hash冲突的常见解决方案

   不论hash函数设计的如何巧妙，总会有特殊的key导致hash冲突，即H（key1）=H（key2），特别是对动态查找表来说，为了解决此类冲突，有以下几种方案：

  1、开放定址法(开放寻址法):

首先有一个H（key）的哈希函数
       如果H（key1）=H（keyi）
       那么keyi存储位置Hi=(Hash(key)+di) MOD m   (m为hash表长度)
       di通常有三种取法:

1)线性探测再散列：di​=c∗i

2) 平方探测再散列：di = 1^2,-1^2,2^2,-2^2....

3) 随机探测再散列(双探测再散列)：di​是一组伪随机数列

    2、链地址法:

产生hash冲突后在存储数据后面添加一个指针，指向后面冲突的数据，如下所示:

    3、公共溢出区法：建立一个特殊存储空间，专门存放冲突的数据，此种方法适用于数据和冲突较少的情况

    4、再hash法(再散列法)：准备若干个hash函数，如果使用第一个hash函数发生了冲突，则换一个hash函数，以此类推...

hash函数设计的考虑因素

1.计算散列地址所需要的时间（即hash函数本身不要太复杂）
2.关键字的长度
3.hash表的长度
4.关键字分布是否均匀，是否有规律可循
5.设计的hash函数在满足以上条件的情况下应尽量减少冲突