区域链准备篇：散列介绍（一）

散列

 散列表（hash table）的实现叫作散列（hashing）。
 散列是一种用于以常数平均时间执行插入、删除和查找的技术。

1. 散列基本想法
理想的散列表，数据结构只不过是一个包含一些项（item）的，具体固定大小的数组。
通常查找是对项的某个部分（数据域）进行，这部分叫关键字（key）。
散列表通常从0到TableSize-1变化，每个关键字被映射到0到TableSize-1这个范围中的某个数，并且被放到适当的单元中。这个映射过程叫散列函数（hash function）
通过一个散列函数，将关键字John散列到3….mary散列到7。
关键问题：选择一个函数，决定两个关键字散列到同一个值的时候（冲突collision)，应该做什么以及如何确定散列表的大小。

2. 散列函数
如果关键字是整数，一般合理的函数就是之间返回Key mod TableSize。
如果关键字是字符串，散列函数需要仔细选择。如下一种↓

public static int hash(String key,int tableSize) {
        int hashVal=0;
        for(int i=0;i<key.length();i++)
            //hashVal+=key.charAt(i);
            hashVal=37*hashVal+key.charAt(i);
        hashVal=hashVal%tableSize;
        return hashVal<0?hashVal+tableSize:hashVal;
    }

例如”call”的哈希值，字符串c对应的unicode为99，a对应的unicode为97，L对应的unicode为108，所以字符串”call”的散列值为:

h = s[0] · 31L–1 + … + s[L – 3] · 312 + s[L – 2] · 311 + s[L – 1] · 310
3045982 = 99·313 + 97·312 + 108·311 + 108·310 = 108 + 31· (108 + 31 · (97 + 31 · (99)))

选择一个好的散列函数，剩下就要解决冲突问题，最简的两种：分离链接法和开放定址法。

3. 分离链接发
分离链接法（separate chaining），将散列到同一个值的所有元素保留到一个双向链接表中。

4. 开放定址法
探测散列表（probing hash table），不使用分离链接的散列表，其填装因子低于λ=0.5。

1. 线性探测法

函数f是i的线性函数，典型情形是f(i)=i。寻找一个自由单元，把它放入这个空闲的开放地址中。费时间。

char[] s = str.ToCharArray();
int hash = 0;
for (int i = 0; i < s.Length; i++)
{
hash = s[i] + (31 * hash);
}
return hash;

1. 平方探测法

消除线性探测中一次聚集的冲突解决方法。冲突函数是二次探测方法。典型情形是f(i)=i²。寻找i²的空闲地址填入。需要表的一半地址作备选，费空间。

1. 双散列

双散列（double hashing）是将f(i)当作目标值，第一个散列函数，i作为一个寻找开放地址，第二个散列函数。典型的情形是f(i)=i·hash₂(x)，hash₂(x)=x mod 9或者hash₂(x)=R-(x mod R)。理论可行，保证时间和空间。
具体代码参考博客：http://blog.csdn.net/u012124438/article/details/78230478

PS：负载因子
散列表中的键值对数与容量的比值叫做负载因子（load factor）。通常负载因子越小，我们进行查找所需时间就越短，而空间的使用就越大；若负载因子较大，则查找时间会变长，但是空间使用会减小。比如，Java标准库中的HashMap就是基于拉链法实现的散列表，它的默认负载因子为0.75。HashMap实现动态调整容量的方式是基于公式loadFactor = maxSize / capacity，其中maxSize为支持存储的最大键值对数，而loadFactor和capacity（容量）都会在初始化时由用户指定或是由系统赋予默认值。当HashMap中的键值对的数目达到了maxSize时，就会增大散列表中的容量。