哈希表詳解

最近在作負荷分擔的優化，將數據流均勻分到八條流中，學習點哈希算法

什麼是哈希表？
     哈希表（Hash table，也叫散列表），是根據關鍵碼值(Key value)而直接進行訪問的數據結構。也就是說，它經過把關鍵碼值映射到表中一個位置來訪問記錄，以加快查找的速度。這個映射函數叫作散列函數，存放記錄的數組叫作散列表。說白了哈希表的原理其實就是經過空間換取時間的作法。。
     哈希表的作法其實很簡單，就是把Key經過一個固定的算法函數既所謂的哈希函數轉換成一個整型數字，而後就將該數字對數組長度進行取餘，取餘結果就看成數組的下標，將value存儲在以該數字爲下標的數組空間裏。
     而當使用哈希表進行查詢的時候，就是再次使用哈希函數將key轉換爲對應的數組下標，並定位到該空間獲取value，如此一來，就能夠充分利用到數組的定位性能進行數據定位。。

哈希函數的構造方法：    

若對於關鍵字集合中的任一個關鍵字，哈希函數映像到地址集合中任何一個地址的機率是相等的，則稱此類哈希函數爲均勻的哈希函數。換句話說，就是使關鍵字通過哈希函數獲得一個「隨機的地址「，以便使一組關鍵字的哈希地址均勻分佈在整個地址區間中，從而減小衝突。
（1）直接定址法
　　取關鍵字或關鍵字的某個線性函數值爲哈希地址。即： H(key)=key或H(key)=a*key+b; 其中a和b爲常數（這種哈希函數叫作自身函數）。
因爲直接定址所得地址集合和關鍵字集合的大小相同。所以，對於不一樣的關鍵字不會發生衝突。但實際中使用這種哈希函數的狀況不多。
（2）數字分析法
　　假設關鍵字是以r爲基的數（如：以10爲基的十進制數），而且哈希表中可能出現的關鍵字都是事先知道的，則可取關鍵字的若干數位組成哈希地址。
（3）平方取中法
　　取關鍵字平方後的中間幾位爲哈希地址。
（4）斐波那契（Fibonacci）散列法
     平方散列法的缺點是顯而易見的，因此咱們能不能找出一個理想的乘數，而不是拿value自己看成乘數呢？答案是確定的。
     1）對於16位整數而言，這個乘數是40503 
     2）對於32位整數而言，這個乘數是2654435769 
     3）對於64位整數而言，這個乘數是11400714819323198485
     這幾個「理想乘數」是如何得出來的呢？這跟一個法則有關，叫黃金分割法則，而描述黃金分割法則的最經典表達式無疑就是著名的斐波那契數列，即如此形式的序列：0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144,233, 377, 610， 987, 1597, 2584, 4181, 6765, 10946，…。另外，斐波那契數列的值和太陽系八大行星的軌道半徑的比例出奇吻合。
     對咱們常見的32位整數而言，公式： index = (value * 2654435769) >> 28
（5）摺疊法
　　將關鍵字分割成位數相同的幾部分（最後一部分的位數能夠不一樣），而後取這幾部分的疊加和（捨去進位）做爲哈希地址，這方法稱爲摺疊法。
（6）除留餘數法（==最經常使用的方法）
　　取關鍵字被某個不大於哈希表表長m的數p除後所得餘數爲哈希地址。即H(key)=key MOD p,(p<=m)，這是一種最簡單，也是最經常使用的構造哈希函數的方法。它不只能夠對關鍵字直接取模（MOD），也可在摺疊、平方取中等運算以後取模。
（7）隨機數法
　　選擇一個隨機函數，取關鍵字的隨機函數值爲它的哈希地址，即H(key)=random(key)，其中random爲隨機函數。一般，當關鍵字長度不等時採用此法構造哈希函數較切當。
總結：
　　實際工做中需視不一樣狀況採用不一樣的哈希函數，一般，考慮的因素有：
　　（1）計算哈希函數所需時間（包括硬件指令的因素）；
　　（2）關鍵字的長度；
　　（3）哈希表的大小；
　　（4）關鍵字的分佈狀況；
　　（5）記錄的查找頻率。

處理衝突的方法（衝突只能減小，不能避免）：
　　（1）開放定址法
　 （2）再哈希法
　　（3）鏈地址法
　　（4）創建一個公共溢出區
哈希表的查找及其分析：
　　在哈希表上進行查找的過程和哈希造表的過程基本一致。給定的K值，根據造表時設定的哈希函數求得哈希地址，若表中此位置上沒有記錄，則查找不成功；不然必將關鍵字，若和給定的值相等，則查找成功；不然根據造表時設定的處理衝突的方法找」下一地址「，直至哈希表中的某個位置爲」空「或者表中所填記錄的關鍵字等於給定值時爲止。 
　　哈希表的裝填因子定義爲：
　　　　                           α=（表中填入的記錄數）/（哈希表的長度）