左神算法基础：哈希函数和哈希表（C++）

文章和资源同步更新至微信公众号：算法工程师之路

笔者在读研刚开始的时候，偶尔看面经，有这样一个问题：只用2GB内存在20亿个整数中找到出现次数最多的数，当时的我一脸懵逼，怎么去思考，20亿个数？What The Fuck! 但是，看完今天的文章，你或许就会觉得原来也不过如此啊！其核心就是哈希函数和哈希表的应用！

哈希函数

哈希函数又称为散列函数，就是把任意长度的输入（又叫做预映射， pre-image），通过散列算法，变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，而不可能从散列值来唯一的确定输入值。假设输出值域为S，哈希函数的性质如下：

1. 典型的哈希函数都有无限的输入值域
2. 当哈希函数输入一致时，输出必相同
3. 当哈希函数传入不同的输入值时，返回值可能一样，也可能不一样，由于输入域远大于值域
4. （重要）很多的不同输入所得的输出值会均匀的分布在S上（但不是绝对均匀）

最后一个性质对于一个优秀的哈希函数是非常重要的，并且这种均匀与数据的输入规律无关。比如“aa1”、"aa2"经过hash后可能结果会相差很多，当一个哈希函数的输出在S中是均匀的，那么我们将输出值对m取余（%m），就会将不定长输入映射到0～m-1空间中，并且在这个空间也保持均匀分布！哈希表就是这么做的，一会再说！哈希函数还有以下特点：

1. 免碰撞：即不会出现输入 x≠y ，但是H(x)=H(y) 的情况，其实这个特点在理论上并不成立，比如目前比特币使用的 SHA256 算法，会有 $2^{256}$