哈希表

哈希表 又称散列表，是一种线性存储结构。

哈希表的基本思想：设要存储的对象个数为n，设置一个长度为m(m>=n)的连续内存单元，以线性表中的每个对象的关键字ki(0=<i<n-1)为自变量，通过一个哈希函数的函数h(ki),把ki映射为内存单元的地址，并把该对象存储在这个内存单元中。h(ki)也称为哈希地址。

哈希冲突：对不同的关键字可能得到同一散列地址，即key1≠key2，而f(key1)=f(key2）。具有相同函数值的关键字对该散列函数来说称做同义词，由同义词引起的冲突称为同义词冲突。
根据散列函数H(key）和处理冲突的方法将一组关键字映象到一个有限的连续的地址集（区间）上，并以关键字在地址集中的“象”， 作为这条记录在表中的存储位置，这种表便称为散列表，这一映象过程称为散列造表或散列，所得的存储位置称散列地址。这个现象也叫散列桶，在散列桶中，只能通过顺序的方式来查找，一般只需要查找三次就可以找到。科学家计算过，当负载因子(load factor)不超过75%，查找效率最高。
哈希函数（哈希算法）：

常用构造方法：

1、 直接地址法：

       以关键字k本生或关键字加上某个数值常量c作为哈希地址的方法。h(k)=k+c。这种方法简单，当关键字的分布基本连续时，可用直接地址法的哈希函数，否则，若关键字分布不连续将造成内存单元的大量浪费。
2、除留余数法：

       用关键字k除以某个不大于哈希表长度m的数p所得的余数作为哈希地址的方法。 h(k)=k%p p应该取不大于m的素数效果最好。
3、数字分析法：

      提取关键字中取值教均匀的数字位作为哈希地址的方法。
4、平方取中法：

       取关键字平方后的中间几位为哈希地址。

5、折叠法：

      将关键字分割成位数相同的几部分（最后一部分的位数可以不同），然后取这几部分的叠加和（舍去进位）作为哈希地址。

6、随机数法：

      选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key)=random(key），其中random为随机函数。通常用于关键字长度不等时采用此法。

哈希算法的应用：

(1)文件校验：奇偶校验和CRC校验，这2种校验并没有抗数据篡改的能力，它们一定程度上能检测出数据传输中的信道误码，但却不能防止对数据的恶意破坏。

MD5 Hash算法的"数字指纹"特性，使它成为目前应用最广泛的一种文件完整性校验和（Checksum）算法。。
(2)数字签名： Hash 值，又称"数字摘要"进行数字签名，在统计上可以认为与对文件本身进行数字签名是等效的。
(2)鉴权协议：又被称挑战--认证模式，在传输信道是可被侦听，但不可被篡改的情况下，这是一种简单而安全的方法。

冲突处理：

1、开放寻址法：Hi=(H(key) + di) MOD m,i=1,2，…，k(k<=m-1），其中H(key）为散列函数，m为散列表长，di为增量序列，可有下列三种取法：

       1.1. di=1,2,3，…，m-1，称线性探测再散列；

       1.2. di=1^2,-1^2,2^2,-2^2，⑶^2，…，±（k)^2,(k<=m/2）称二次探测再散列；

        1.3. di=伪随机数序列，称伪随机探测再散列。

2、拉链法：拉出一个动态链表代替静态顺序存储结构，可以避免哈希函数的冲突，不过缺点就是链表的设计过于麻烦，增加了编程复杂度。此法可以完全避免哈希函数的冲突。

3、多哈希法：设计二种甚至多种哈希函数，可以避免冲突，但是冲突几率还是有的，函数设计的越好或越多都可以将几率降到最低。

4、建域法（建立溢出区）：假设哈希函数的值域为[0,m-1]，则设向量HashTable[0..m-1]为基本表，另外设立存储空间向量OverTable[0..v]用以存储发生冲突的记录。

查找性能：使用哈希表进行查找的效率在各种数据结构里算是比较高的，最好情况是O(1)，最坏也是O(n)。

著名哈希算法：

(1)MD4(RFC 1320）,

           MIT 的 Ronald L. Rivest 在 1990 年设计的，MD 是 Message Digest 的缩写。它适用在32位字长的处理器上用高速软件实现--它是基于 32 位操作数的位操作来实现的。

(2)MD5(RFC 1321）,

             Rivest 于1991年对MD4的改进版本。它对输入仍以512位分组，其输出是4个32位字的级联，与 MD4 相同。MD5比MD4来得复杂，并且速度较之要慢一点，但更安全，在抗分析和抗差分方面表现更好

(3)SHA1

       由NIST NSA设计为同DSA一起使用的，它对长度小于264的输入，产生长度为160bit的散列值，因此抗穷举（brute-force）性更好。SHA-1 设计时基于和MD4相同原理，并且模仿了该算法。

字符串哈希函数：

常用字符串哈希函数有BKDRHash，APHash，DJBHash，JSHash，RSHash，SDBMHash，PJWHash，ELFHash等等，参考《常见字符串哈希函数的实现》。

PS：本文参考

1、《数据结构(C语言版)》严蔚敏_吴伟民，清华大学出版社

2、百度百科：哈希表，http://baike.baidu.com/view/329976.htm

3、百度百科：哈希算法，http://baike.baidu.com/view/273836.htm?fromId=1041476