笔记：哈希ABC(含我对字符串获得64…

      经常用hash，但从来没有自己实现过。因为我懒得自己造轮子，或者简单说：懒。

      今天想到几个关于hash的问题，通过看源代码的方式解决了，发现自己要实现一个hash也很简单啊。

   1）对于整型数据和字符串数据最常用的hash函数是啥？

   答：其实就是整数求余,hashcode=key%size。如果key不是整型怎么办？瞎搞成整型呗。（另外即使一开始是整型，也可以瞎搞一下，maybe碰撞少些）float也是4B，直接看成int就好了。double？前32位和后32位异或，搞定。字符串？复杂一点，一种做法是：s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]，^是n次方的意思，不是异或，31也可以替换成大一些的其他素数（如37）。

   ps：可以用Thomas Wang's 32 bit Mix Function可以对32bit的数据类型瞎搞一下，据说碰撞少些。

   2）标准库一般用哪个？开链表法还是插后面法？

   答：插后面。

   3） hash表的冗余度一般多少，是不是达不到一定的冗余度就要扩容了？ 

        答：java的hash实现默认冗余最少25%，也就是如果容量100，存第76个key的时候要扩容：new一个大一倍的数组，把原来所有数据搬过来。嗯。这个代价是很高。所以如果能知道最后的数据量，最好一开始就指定一个比较合适的size。

 

      今天之所以对hash感兴趣，是突然想到不知道能不能在几十亿规模的key上运用hash。目前看来依靠标准库的实现是不行的：因为一个数组没那么大。java中数组最多有2g个元素（大概20亿），c++更少（经老猫的指点发现：64位程序可以malloc很大的数组，new不行，new总大小只能2g，不过我猜标准库中用new的可能性大些哈）。要自己实现，自己实现倒是不难。设计一下比较合理的hash函数就可以了。比如字符串的hashcode，可以用上式搞完后去除一个不大不小的素数得到double，然后直接把double看成64位整型。