Hash

试想这样的场景，你很想学太极拳，听说学校有个叫张三的人打得特别好，于是你到学校学生处找人，学生处的工作人员可能会拿出学生名单，一个一个地查找，最终告诉你，学校没这个人，并说张三几百年前就已经在武当山作古了。可如果你找对了人，比如在操场上找那些爱运动的同学，人家会告诉你，"哦，你找张三呀，有有有，我带你去。“于是他把你带到了体育馆内，并告诉你，那个教大家打太极的小伙子就是张三，原来"张三丰”是因为他太极拳打得好而得到的外号。

学生处的老师找张三丰，那就是顺序表查找，依赖的是姓名关键字的比较。而询问爱好运动的同学时，没有遍历，没有比较，就凭他们"欲找太极’张三丰’，必在体育馆当中"的经验，直接告诉你位置。

从某种程度上来讲，这种通过关键值来直接查找数据的思想，就是散列。

一、必备知识

1. 算法简介

哈希(Hash)也称为散列，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，这个输出值就是散列值。

哈希表（Hash table，也叫散列表）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。

哈希表的做法其实很简单，就是把Key通过一个固定的算法函数，即所谓的哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里。

而当使用哈希表进行查询的时候，就是再次使用哈希函数将key转换为对应的数组下标，并定位到该空间获取value，如此一来，就可以充分利用到数组的定位性能进行数据定位。

2. 算法特征

简单来说，哈希的本质就是映射，可以将数据映射为固定长度的串。

一个好的 Hash 函数应该具备以下特征：

1. 一致性 —— 同样的key必然会产生相等的hash code。

2. 高效性 —— 高效的计算，省时省力。

省时——使用O(1)的时间进行数据的插入、删除和查找，但是 hash 表不保证表中数据的有序性，因此，在 hash 表中查找最大数据或者最小数据的时间是 O(N) 。

省空间——与时间复杂度同样是O(1)的桶相比，桶数组中是有很多桶是没有用到的，也就浪费了空间。比如说现在有4个数 (2 4 7 10001) ，如果用桶存储，就必须开一个长度为10001的数组，而用 Hash 则只需开一个长度为 4 的数组即可，它们的位置分别为2 % 4 = 2，4 % 4 = 0，7 % 4 = 3，10001 % 4 = 1。

在 Hash 表中表示为

index	0	1	2	3
	4	10001	2	7

3. 均匀性 —— 相对均匀地散列所有的key。

4. 单向性 —— 对于给定的散列值，很难计算出它的原始输入。

5. 抗碰撞性 —— 能够有效处理不同的关键字得到同一存储位置的情况（即解决冲突）。

举个大神说过的例子

小星与阿呆聊天中

阿呆：小星，今天来我家玩吗？路上有一家披萨店，很好吃，顺便带点来呗。

小星：哦，要不你来我家玩吧，你顺便带上披萨。

阿呆：既然你都这么说了，看来只能抛硬币解决了。

小星：嗯？这个怎么抛，我怎么知道你有没有搞鬼。

阿呆：嗯，也是。要不这样，我心中想一个数，假设为A，然后A在乘以一个数B，得到结果C。A是我的密钥，我把结果C告诉你。你来猜A是奇数还是偶数，猜中了，就算你赢。

小星：这不行，如果你告诉我C是12，我猜A是奇数，你可以说A是4，B是3。我猜A是偶数，你可以说A是3，B是4。要不你告诉我C是多少的时候，也告诉我B是多少。

阿呆：那这不行，告诉你C和B，不等于告诉你A是多少了，还猜啥呀，我们换个方式。

阿呆：要不这样，我想一个A，经过下面的过程：

1. A+123=B
2. B^2=C
3. 取C的第2~4位数，组成一个3位数D
4. 让D%12得到E

阿呆：我把E和上述计算方式都告诉你，你猜A是奇数还是偶数，然后我告诉你A是多少，你可以按上述的计算过程来验证我有没有说谎。

小星：嗯，我想想，假如阿呆你想的A为5，那么：

5 + 123 = 128 --> 128 ^ 2 = 16384 --> D = 638 --> E = 638 % 12 = 53

小星：这样的话，一个A值对应一个唯一的E值，根据E还推算不出来A。优秀！这个还算公平，谁撒谎都能看出来。

这种丢掉一部分信息的加密方式称为“单向加密”，也叫哈希算法。

3. 建立Hash表

在建立一个哈希表之前需要解决两个问题：

1> 构造均匀的哈希函数

常见的构造哈希函数的方法有：

1. 直接寻址法（常用）。取关键字或关键字的某个线性函数值为散列地址。即H(key)