哈希简单入个门

#哈希
##1.哈希的基础
Hash，散列
哈希：指的是让数据关键字和最终的存储位置之间有一个确定的哈希关系（对应关系），使得每一个关键字（值）都对应一个存储位置，对于这种对应关系叫做哈希函数（散列函数）

哈希表：让数据存储位置和数据关键值本身产生某种联系，方便第一时间找
采取这种哈希函数，将数据记录在一片连续的存储空间内，这一片连续的存储空间一般
10 11 22 33 44 55 66 77 88 99
0 **1 **2 *3 *4 *5 **6 *7 *8 **9
y=x%格子数 y：最终存储下标 x：数据关键字 （除留余数法）
如果想找到99 99%10=9 所以99就在哈希表的9号下标

哈希冲突：不同的数据关键字根据哈希函数查找，得到了相同的的存储位置，这时则发生了冲突

总结：根据设定好的哈希函数以及发生哈希冲突的解决办法，将一组数据通过哈希函数可以映射到一组连续且有限的地址集（空间）内，将映射结果记录在一个表内，这个表就是哈希表，种映射过程叫做散列或哈希造表，这个映射关系叫做哈希函数或者散列函数

哈希是一种思想，算法中只要用到这种思想，就是哈希算法，哈希既是一种存储方法也是一种查找方法

2.哈希的构造方法（6种）
直接定制法：
f（关键字）=a*关键字+b （a，b都是常数）

数字分析法：
分析数字中最不可能重复的几位取出来

平方取中法：
将关键字平方后，取中间三位或几位数存起来，适合位数少的关键字

除留余数法：y=x%格子数 y：最终存储下标 x：数据关键字 （除留余数法） f（关键字）=关键字mod p p：为小于或等于表长

随机输法：

折叠法：
将关键字分为几位再分为几组 再将每个组求和，再取后三位，适合于位数较多的关键字

3.解决哈希冲突的方法（4种）
开放定址法：
###线性探测法：如果位置被占了，一直往右探测，直到找到位置，但是容易产生堆积
f（关键字）=（f（关键字+d）mod 格子数） （d=1 2 3 …m-1）
###二次探测法：为了不让关键字都向右堆积，所以让它左右两边都进行探测，直到找到位置
f（关键字）=（f（关键字+d）mod 格子数） （d=1平方 -1平方 2平方 -2平方 3平方 -3平方…m-1）

再散列函数法：
f（关键字）=PH i(关键字) i=多种哈希函数轮换上

链地址法：
如果冲突了，就将该地址设立带有头结点链表，再将同一地址的所有值都放进链表中，找相同的关键字时，遍历该表就可以了

公共区溢出法：
建立一个溢出区（也就是一个表），将冲突的所有关键字都放进这个溢出区里（也就是这个表里），想找一个发生冲的关键字时，哈希表里没有，就去遍历溢出区，找这个值

4.一致性哈希 虚拟节点
有6w张照片 3台服务器
找一张照片
提取图片关键字%服务器个数
0 -》a 1-》b 2-》c
由于服务器的数量可能发生改变，则会导致服务器中的映射关系改变，找不到，所以有了一致性哈希
假设有一个⚪
⚪上有2的32次方个ip地址，将A,B,C三个服务器绑定在⚪上的某个地址，当关键词取余得到A-B B-C C-D 某个区域 按顺时针或者逆时针 存放在它遇到的第一个服务器里，当其中一个服务器坏了或者添加新服务器，影响的区域小

有些时候影响的区域大了，这叫哈希偏斜，就需要虚拟节点
有A,B,C三个服务器真实存在
这是给他们各自虚拟出三个虚拟器（分身）A1 A2 A3 B1 B2 B3 C1 C2 C3 (虚拟) 一共十二台
当关键字落到某个虚拟器范围，遇到虚拟结点等于遇到本身 ，谁的虚拟结点谁存进谁里面

5.布隆过滤器（海量数据去重）
一组非常长的二进制矢量+一组哈希函数
一个数通过一组哈希函数得出关键字，然后把关键字的里面的二进制改为1
如果得出的几个关键字 下标里面都是1那么他可能存在
如果只要有一个关键字里存的不是1这个数就绝对不存在
优点：1.确定一个值不在，绝对不在
2.占用空间小，3.插入效率高，4.安全，里面不存储数据原始值，只存储特征值
缺点：但是要确定一个值在，那这个值不一定存在，会发生误判（如果通过一组哈希函数计算得到的位里都是1，但是不能保证它一定存在）2.删除不了数据

降低误判率：1.提升哈希函数组里的个数，2.二进制数组扩大

int -21e~21e
char -128~127
short -32767~32768