关于hash的一些话

发现hash在面试和实际应用中是一个很热门的话题，大家都知道，在java中，hashmap和hashset都是通过hash进行存储的，查找的速度非常的快，可以用来处理海量数据。那么，我想提出以下几个问题：

1、hash到底是什么东东？

hash啊，我个人理解，就是通过一个hash函数（这个函数的写法是关键，写得好，冲突少），对某个对象进行求值，得到一个hash值，就像MD5一样，对一个字符串进行求MD5，不过MD5是唯一的，不会重复（理论上是这样），而hash值可能会重复，例如，对对象A求hash，得到的hash值是100，对对象B求hash，得到的hash值也是100，那么，我们就说产生了冲突，这不是一个好的现象，取决于hash函数的算法是否OK。

2、产生了冲突，那么怎么办捏？

冲突是不可避免的，既然不能避免，那么我们就来处理（待会我会讲讲如何最大限度的避免），书上网上方法我总结了一下，主要有如下几种：

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： 　　

A. di=1,2,3,…, m-1，称线性探测再散列； 　　

B. di=1^2, (-1)^2, 2^2,(-2)^2, (3)^2, …, ±(k)^2,(k<=m/2)称二次探测再散列; 　　

C. di=伪随机数序列，称伪随机探测再散列。 == 　　

2. 再散列法：Hi=RHi(key), i=1,2,…,k RHi均是不同的散列函数，即在同义词产生地址冲突时计算另一个散列函数地址，直到冲突不再发生，这种方法不易产生“聚集”，但增加了计算时间。 　　

3. 链地址法(拉链法) 　　

4. 建立一个公共溢出区

具体详细，大家百度下看看就知道了。

3、解释下啥是装填因子

java中，hash的默认装填因子是0.75，那么啥是装填因子捏？举个例子，你要对5个对象进行hash，而内存中，准备了20个位子，来放他们，那么，最后，就有15个空位啦，那么装填因子就是   5/20  ,装填因子就为0.45啦，你装填因子越小，说明你备用的内存空间越多，装填因子的选定，可以影响冲突的产生，百度百科上说，装填因子越小，冲突越小（这个不是很理解，为啥捏？）

4、啥是hash表？

理解成hash值和对象一对一映射的一个表，表的大小为对象的大小。

5、常用的构造hash函数的方法（摘至百科）

　　散列函数能使对一个数据序列的访问过程更加迅速有效，通过散列函数，数据元素将被更快地定位ǐ 　　

A. 直接寻址法：取关键字或关键字的某个线性函数值为散列地址。即H(key)=key或H(key) = a·key + b，其中a和b为常数（这种散列函数叫做自身函数） 　　

B. 数字分析法 　　

C. 平方取中法 　　

D. 折叠法 　　

E. 随机数法 　　

F. 除留余数法：取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p, p<=m。不仅可以对关键字直接取模，也可在折叠、平方取中等运算之后取模。对p的选择很重要，一般取素数或m，若p选的不好，容易产生同义词。

6、啥是关键码

关键码就是在对某个对象求hash的时候，hash函数是根据那个字段来进行求hash的，例如： y=mx;  y是hash函数，x就是那个关键码。

7、那如何生产出一个高效，冲突少，分布均匀的hash函数呢？（淘宝面试问了我这个问题，后来我问了我们老师，现在在等答案，有答案了再更新吧）

1、质数理论，就是除留余数法那个除数（除数也就是内存的长度）要是一个质数（ 这个是TB给我的答案 ）

2、装填因子选定要合适，理论上越小越好（这个答案我也不是很理解）

3、、、、、

4、、、、

想到的基本就这样写了，欢迎大家跟帖补充