哈希函数有关的结构

哈希函数

特点：

1. 输入无穷大，输出有限
2. 没有随机的成分，输入相同每次一定导致一样的输出
3. 可能出现不同的输入导致相同的输出
4. 输出域的结果是离散均匀分布的

JAVA中Hash算法的使用：

import javax.xml.bind.DatatypeConverter;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.security.Security;
public class HashAlg {
    public static void main(String[] args) throws NoSuchAlgorithmException {
        System.out.println("支持的算法");
        for (String alg :
                Security.getAlgorithms("MessageDigest")) {
            System.out.println(alg);
        }
        MessageDigest hash = MessageDigest.getInstance("SHA");
        String str = "1";
        String ans = DatatypeConverter.printHexBinary(hash.digest(str.getBytes()));
        System.out.println(ans);
    }
}

经典哈希表的设计

特点

1. 哈希表里面存的是一个个桶
2. 一个桶的元素通常用链表相连（看具体不同的实现）
3. 当存一个key的时候，我们算出这个key的hash值，然后给这个hash值模桶数，算出来的这个值就是存放的具体桶的坐标，因为hash函数的特征，key是均匀离散的分布在桶上的
4. 当不同的key算出同样的hash值，就会出现hash冲突，我们就把新加进来的key放在具体存放的桶的链表的尾部（可以防止死链的发生）
5. 当链表长度超过一定值的时候，我们通过hash函数算出桶的位置还需要遍历链表，这个时候时间复杂度会变大，于是当某个桶的链表超过了某个预设的长度，我们就要对哈希表进行扩容（两倍），扩容的时候要把旧桶的所有函数算一遍hash值然后模上新桶数量，从而放到新桶中

时间复杂度计算

1. 我们假设给一个元素算Hash值的代价为O(1)
2. 扩容代价：当我们每次链表长度超过预设值就进行桶数两倍的扩容，然后把所有key重新hash一下，那么每次扩容的代价就是O(哈希表中元素的个数)，如果哈希表中初始元素个数为1，那么他每次扩容的时候的元素个数变化大致为：1，2，4，8，16，32…n 。 他是一等比数列，所以他的扩容代价为O(n),而我们一共加进来n个元素，我们把这个代价均分给每个元素，时间复杂度就是O(N)/N,即O(1)

布隆过滤器

1. 利用哈希函数的性质
2. 每一条数据提取特征
3. 加入描黑库

引入

问题：我们有一个100亿的黑名单url，每个黑名单不超过64字节，我们拿着一个过来的url，如何判断它在不在这个黑名单里面
我们可以使用布隆过滤器解决这个类似黑名单的问题，它可以极大的节省空间，但是它一定有失误率，这个失误率指：如果我们的url不在黑名单里，那么可能会出现误报，但是如果这个url是在url里的，那么它会百分之百是正确的过滤掉

布隆过滤器相关的公式如下：