Day_11，Hash表的核心Hash函数的研究

在一个Hash表中，一个好的Hash函数决定了这个Hash表的工作效率，今天就来研究一下Hash函数。
Hash函数可以简单的划分为如下几类：
1、 加法Hash； 2、 位运算Hash； 3、 乘法Hash； 4、 除法Hash； 5、全域哈希法；

1、加法Hash
加法Hash就是把输入元素一个一个的加起来构成最后的结果。标准的加法Hash的构造如下：

int additiveHash(string key, int prime)
{
    int hash = key.length();

    for (int i = 0; i < key.length(); i++)
    {
        hash += key[i];
    }

    return (hash % prime);
}

2、位运算Hash
位运算Hash通过利用各种位运算（常见的是移位和异或）来充分的混合输入元素，先移位，然后再进行各种位运算是这种类型Hash函数的主要特点。标准的位运算Hash的构造如下：

int rotatingHash(string key, int prime) {

    int hash = key.length();

    for (int i = 0; i < key.length(); i++)
    {
        hash = (hash<<4>>28)^key[i];
    }

    return (hash % prime);
}

3、乘法Hash
乘法Hash利用了乘法的不相关性（乘法的这种性质，最有名的莫过于平方取头尾的随机数生成算法，虽然这种算法效果并不好）。标准的乘法Hash的构造如下：

int multiHash(string key, int prime) {

    double hash = 0;

    for (int i = 0; i < key.length(); i++)
    {
        hash += key[i];
    }
    int temp = floor((2<<14)*(hash*(sqrt(5)-1)/2 - floor(hash*(sqrt(5)-1)/2)));

    return (temp % prime);

}

4、除法Hash
除法Hash就是把元素k对一个整数m取余，将k映射到对应的一个地址，标准的除法Hash如下

int divisionHash(int key)
{
    int hash = key%23;

    return hash;
}

5、 全域哈希法
在向哈希表中插入元素时，如果所有的元素全部被哈希到同一个桶中，此时数据的存储实际上就是一个链表，那么平均的查找时间为 Θ(n) 。而实际上，任何一个特定的哈希函数都有可能出现这种最坏情况，唯一有效的改进方法就是随机地选择哈希函数，使之独立于要存储的元素。这种方法称作全域哈希（Universal Hashing）

为什么是prime：

在上面的许多例子里都看到了一个东西 prime （素数），这个素数在代码里面的作用都是将预算内宿限制在prime这个范围内，相信读者都明白。但是为什么是prime？
证明：设 key%m = key - xm，即key减掉m的某个倍数x，剩下比m小的部分就是key除以m的余数。显然，x等于key/m的整数部分，以floor(key/m)表示。假设key和m有公约数g，即key=ag, m=bg, 则 key - xm = key - floor(key/m)m = key - floor(a/b)m。由于0 <= a/b <= a，所以floor(a/b)只有a+1中取值可能，从而推导出key%m也只有a+1中取值可能。a+1个球放在m个盒子里面，显然不可能做到均匀。
下图为出自《算法导论的解释》

具体的例子详见https://blog.csdn.net/Ilozk/article/details/90762541

最小完美哈希函数

在满足完美哈希（不会产生冲突（单射））的前提下，key值数量（假设为n）和哈希表中槽的数量（假设为m）相等，即 m = n,此种哈希函数被称为最小完美哈希函数（其实相当于数学中双射的概念）

设计完美哈希的基本思想是利用两级的哈希策略，而每一级上都使用全域哈希（Univeral Hashing）。

第一级与使用链接技术（chaining）的哈希表基本上是一样的，利用从某一全域哈希函数族中随机选择的一个函数 h ，将 n 个关键字哈希到 m 个槽中。

而此时，不像链接技术中对槽使用链表结构，而是采用一个较小的二次哈希表 Sj ，与其相关的哈希函数为 hj 。通过随机的选取哈希函数 hj ，可以确保在第二级上不出现哈希冲突。

如果利用从一个全域哈希函数族中随机选择的哈希函数 h，将 n 个关键字存储在一个大小为 m = n2 的哈希表中，那么出现碰撞的概率小于 1/2 。

为了确保第二级上不出现哈希冲突，需要让哈希表 Sj 的大小 mj 为哈希到槽 j 中的关键字数 nj 的平方。mj 对 nj 的这种二次依赖关系看上去可能使得总体存储需求很大，但通过适当地选择第一次哈希函数，预期使用的的总存储空间仍为 O(n)。

如果关键字的数量 n 等于槽的数量 m ，则该哈希函数称为最小完美哈希函数（Minimal Perfect Hash Function）。

下面是几篇关于完美Hash的博客，改日继续研究。困zzzZZZ
https://www.cnblogs.com/eve-walle/archive/2012/09/17/2688914.html
http://blog.chinaunix.net/uid-14789604-id-84624.html