閒聊 Hash 算法

最近讀了一篇好文：【微信高併發資金交易系統設計方案——百億紅包背後的技術支撐】，其中關於高併發性能問題的解決方案中，有應用 hash 算法的思想。想起公衆號後臺裏斷斷續續有讀者提起算法方面的問題，以爲能夠寫篇文章聊聊算法中的 hash 算法。順道科普下算法與數據結構的重要性。

開講前，先跑題閒聊下程序員的技術功底。我常說每一個程序員都有本身獨特的技術視野和知識盲區，不一樣程序員之間很難由於某些知識點儲備不同而分個高低好壞。但咱們工做當中，又能明顯感受不一樣團隊成員之間的技術水平存在差別，到底差在哪呢？不少人調侃批量生產的培訓程序員，那這些人和四年的大學本科之間又有多少距離？僅僅是時間嗎？

差在基本功，基本功有不少項，數據結構與算法就是其中之一。雖然是基本功，倒是最難儲備和最易忽視的。行業越浮躁，變化越快，開發平臺越便捷，高級 API 越多，基本功的重要性就越容易被忽視。即便能意識到基礎薄弱，肯下定決心騰出幾個月時間惡補基本功不是件容易的事，尤爲是參加工做後，雜事繁多，一時熱血下定的決心能堅持一週都屬不易。後臺偶爾有人問及程序員如何進階的問題，以我這些年所經驗，回過頭來夯實下基礎，對大部分人都會有奇效。

數據結構與算法的學習難度常常被誇大，很多人甚至談算法色變，尤爲沒法忍受在面試當中問及算法問題。其實多點兒耐心，多投入些時間，學習算法並不難。至少學習基礎的算法並不難，理解算法和去 leetcode 刷題是兩回事，刷題所涉及的算法多須要技巧，基礎的算法知識和其餘計算機知識同樣，不須要特別「聰明」的大腦，大多數人都能學會。Peak 君沒刷過題，但對算法方面的知識也比較有自信。

數據結構和算法是相輔相成的，基礎的其實就那麼些：時間複雜度的概念，List，Array，Stack，Queue，Tree 等。Graph 實際應用中較少遇到，能夠不作深刻了解，但 BFS，DFS，Dijkstra 仍是應該知道。基礎的算法須要能達到手寫的程度，好比排序至少能寫出兩種時間複雜度爲 N*logN 的算法。理解這些比去 leetcode 刷題重要，學習難度也並不高。學習這些的意義在於掌握解決問題的基礎思路，造成計算機思惟，好比 divide and conque，recursive 等常規思想。

再回到本文重點 hash 算法。關於 hash 算法的實現原理和關鍵概念，網絡上已有很多好文加以介紹。本文不作原理層面的解釋，只談應用。對實現感興趣的能夠搜索關鍵字：hash，load factor，擴容，hash 衝突解決等。

Objective C 中對於 hash 的應用主要封裝在兩個數據類當中：NSDictionary 和 NSSet。這點你們都知道，hash 算法能以空間換時間，在 NSDictionary 和 NSSet 中，判斷一個元素是否存在只須要 O(1) 的時間複雜度。這一特色也使得在一些須要快速存取元素的場景，好比 Cache 設計，也能看到 NSDictionary 的身影。固然 hash 的應用遠不止如此，作的應用越多，解決問題越深刻，碰到 hash 算法的機率也會更高。

「The Algorithm Design Manual」一書中提到，雅虎的 Chief Scientist ，Udi Manber 曾說過，在 yahoo 所應用的算法中，最重要的三個是：hash，hash 和 hash。其重要性不言而喻。書中還舉了一個頗有趣的應用例子，請聽題：

一場拍賣會中，物品是價高者得，若是每一個人只有一次出價機會，同時提交本身的價格後，最後一塊兒公佈，出價最高則勝出。這種形式存在做弊的可能，若是有出價者能 hack 進後臺，而後將本身的價格改成最高價 + 1，則能以最低的代價得到勝利。如何杜絕這種做弊呢？

三分鐘思考時間，一，二，三。

參與者都提交自身出價的 hash 值就能夠了，即便有人能黑進後臺也沒法得知明文價格，等到公佈之時，再對比原出價與 hash 值是否對應便可。是否是很巧妙？

看到這，可能有朋友想到了 MD5，SHA。是的，上面的作法，和咱們在 server 端存儲密碼的 MD5 值而非明文，是同一種思想，異曲同工。hash 算法包含有多種解決問題的思路，這裏能夠概括爲【經過 hash，生成不可逆的信息摘要】。

書裏還有關於 hash 應用的其餘有趣的場景（好比論文內容抄襲檢測），都值得一讀。

回到微信紅包的例子，後臺工程師爲了防止搶紅包時，用戶的流量都涌進同個服務器，在同個 DB 上讀寫而致使的性能降低，採用了經過 hash 算法來分流的策略。每一個紅包建立的時候分配一個 ID，經過算法將 ID 映射到不一樣的邏輯服務器，一鼓作氣的解決方案。這裏體現的是 hash 算法的另外一種思想：【hash 能以 O（1）的複雜度將內容映射到位置】。這種應用 hash 的思路很是常見，還有很多例子。

去年寫過一篇多線程文章【正確使用多線程同步鎖@synchronized()】，當時閱讀 OC 源碼的時候也看到了 hash 的身影。@synchronized(token) 中的 token 經過 hash 算法存儲到了一份手動維護的 cache 中，cache 的 key 使用的是 token 的內存地址。@synchronized 使用多了以後，如何快速的經過 token 取出對應的鎖，對多線程的性能相當重要。hash 算法恰能以 O（1）的時間複雜度，以 token 爲 key 取出對應的鎖，和上面紅包的例子本質上是同一種思想。即內容與位置之間的快速映射關係。

我還見到過不少例子，多多少少都有 hash 算法的影子。你們說 hash 算法是否是很重要？數據結構與算法是否是要學？不懂算法，有時候看別人代碼就真如「過眼雲煙」了，觀其形而不知其意。別人賞雪，心中所念是：「都城十日雪，庭戶皓已盈」，你只能一句「我靠！好美！」以抒胸臆，豈不煞風景？

以前有幾位讀者在後臺留言，求算法書推薦。算法方面的好書有很多，不過大可能是英文的，除去一些專業術語外，可能是一些簡單的詞彙，閱讀難度不算大，維堅持二字。推薦一本現今還留有印象的：《編程珠璣》，英文名《Programming Pearls》，不是大部頭，建議啃英文原版。

最近有些忙了，不過至少仍是會堅持一週一到兩篇，和你們分享些技術心得和職場感悟。堅持作一件事不容易，寫公衆號這事，怎麼都得挺住。寫年終總結時，就多了件能夠吹噓的事 :)

歡迎關注公衆號：MrPeakTech