什么是哈希表？
哈希表（Hash table，也叫散列表），是根據(jù)關(guān)鍵碼值(Key value)而直接進(jìn)行訪問的數(shù)據(jù)結(jié)構(gòu)。也就是說，它通過把關(guān)鍵碼值映射到表中一個(gè)位置來訪問記錄，以加快查找的速度。這個(gè)映射函數(shù)叫做散列函數(shù)，存放記錄的數(shù)組叫做散列表。
記錄的存儲(chǔ)位置=f(關(guān)鍵字)
這里的對應(yīng)關(guān)系f稱為散列函數(shù)，又稱為哈希（Hash函數(shù)），采用散列技術(shù)將記錄存儲(chǔ)在一塊連續(xù)的存儲(chǔ)空間中，這塊連續(xù)存儲(chǔ)空間稱為散列表或哈希表（Hash table）。
哈希表hashtable(key，value) 就是把Key通過一個(gè)固定的算法函數(shù)既所謂的哈希函數(shù)轉(zhuǎn)換成一個(gè)整型數(shù)字，然后就將該數(shù)字對數(shù)組長度進(jìn)行取余，取余結(jié)果就當(dāng)作數(shù)組的下標(biāo)，將value存儲(chǔ)在以該數(shù)字為下標(biāo)的數(shù)組空間里。（或者：把任意長度的輸入（又叫做預(yù)映射，
pre-image），通過散列算法，變換成固定長度的輸出，該輸出就是散列值。這種轉(zhuǎn)換是一種壓縮映射，也就是，散列值的空間通常遠(yuǎn)小于輸入的空間，不同的輸入可能會(huì)散列成相同的輸出，而不可能從散列值來唯一的確定輸入值。簡單的說就是一種將任意長度的消息壓縮到某一固定長度的消息摘要的函數(shù)。）
而當(dāng)使用哈希表進(jìn)行查詢的時(shí)候，就是再次使用哈希函數(shù)將key轉(zhuǎn)換為對應(yīng)的數(shù)組下標(biāo)，并定位到該空間獲取value，如此一來，就可以充分利用到數(shù)組的定位性能進(jìn)行數(shù)據(jù)定位。
數(shù)組的特點(diǎn)是：尋址容易，插入和刪除困難；
而鏈表的特點(diǎn)是：尋址困難，插入和刪除容易。
那么我們能不能綜合兩者的特性，做出一種尋址容易，插入刪除也容易的數(shù)據(jù)結(jié)構(gòu)？答案是肯定的，這就是我們要提起的哈希表，哈希表有多種不同的實(shí)現(xiàn)方法，我接下來解釋的是最常用的一種方法——拉鏈法，我們可以理解為“鏈表的數(shù)組”，如圖：
左邊很明顯是個(gè)數(shù)組，數(shù)組的每個(gè)成員包括一個(gè)指針，指向一個(gè)鏈表的頭，當(dāng)然這個(gè)鏈表可能為空，也可能元素很多。我們根據(jù)元素的一些特征把元素分配到不同的鏈表中去，也是根據(jù)這些特征，找到正確的鏈表，再從鏈表中找出這個(gè)元素。
Hash的應(yīng)用
1、Hash主要用于信息安全領(lǐng)域中加密算法，它把一些不同長度的信息轉(zhuǎn)化成雜亂的128位的編碼,這些編碼值叫做Hash值.
也可以說，Hash就是找到一種數(shù)據(jù)內(nèi)容和數(shù)據(jù)存放地址之間的映射關(guān)系。
2、查找：哈希表，又稱為散列，是一種更加快捷的查找技術(shù)。我們之前的查找，都是這樣一種思路：集合中拿出來一個(gè)元素，看看是否與我們要找的相等，如果不等，縮小范圍，繼續(xù)查找。而哈希表是完全另外一種思路：當(dāng)我知道key值以后，我就可以直接計(jì)算出這個(gè)元素在集合中的位置，根本不需要一次又一次的查找！
舉一個(gè)例子，假如我的數(shù)組A中，第i個(gè)元素里面裝的key就是i，那么數(shù)字3肯定是在第3個(gè)位置，數(shù)字10肯定是在第10個(gè)位置。哈希表就是利用利用這種基本的思想，建立一個(gè)從key到位置的函數(shù)，然后進(jìn)行直接計(jì)算查找。
3、Hash表在海量數(shù)據(jù)處理中有著廣泛應(yīng)用。
Hash Table的查詢速度非常的快，幾乎是O(1)的時(shí)間復(fù)雜度。
hash就是找到一種數(shù)據(jù)內(nèi)容和數(shù)據(jù)存放地址之間的映射關(guān)系。
散列法：元素特征轉(zhuǎn)變?yōu)閿?shù)組下標(biāo)的方法。
我想大家都在想一個(gè)很嚴(yán)重的問題：“如果兩個(gè)字符串在哈希表中對應(yīng)的位置相同怎么辦？”,畢竟一個(gè)數(shù)組容量是有限的，這種可能性很大。解決該問題的方法很多，我首先想到的就是用“鏈表”。我遇到的很多算法都可以轉(zhuǎn)化成鏈表來解決，只要在哈希表的每個(gè)入口掛一個(gè)鏈表，保存所有對應(yīng)的字符串就OK了。
當(dāng)存儲(chǔ)記錄時(shí)，通過散列函數(shù)計(jì)算出記錄的散列地址
當(dāng)查找記錄時(shí)，我們通過同樣的是散列函數(shù)計(jì)算記錄的散列地址，并按此散列地址訪問該記錄
關(guān)鍵字——散列函數(shù)（哈希函數(shù)）——散列地址
優(yōu)點(diǎn)：一對一的查找效率很高；
缺點(diǎn)：一個(gè)關(guān)鍵字可能對應(yīng)多個(gè)散列地址；需要查找一個(gè)范圍時(shí)，效果不好。
散列沖突：不同的關(guān)鍵字經(jīng)過散列函數(shù)的計(jì)算得到了相同的散列地址。
好的散列函數(shù)=計(jì)算簡單+分布均勻（計(jì)算得到的散列地址分布均勻）
哈希表是種數(shù)據(jù)結(jié)構(gòu)，它可以提供快速的插入操作和查找操作。
優(yōu)缺點(diǎn)
優(yōu)點(diǎn)：不論哈希表中有多少數(shù)據(jù)，查找、插入、刪除（有時(shí)包括刪除）只需要接近常量的時(shí)間即0(1）的時(shí)間級。實(shí)際上，這只需要幾條機(jī)器指令。
哈希表運(yùn)算得非?？?，在計(jì)算機(jī)程序中，如果需要在一秒種內(nèi)查找上千條記錄通常使用哈希表（例如拼寫檢查器)哈希表的速度明顯比樹快，樹的操作通常需要O(N)的時(shí)間級。哈希表不僅速度快，編程實(shí)現(xiàn)也相對容易。
如果不需要有序遍歷數(shù)據(jù)，并且可以提前預(yù)測數(shù)據(jù)量的大小。那么哈希表在速度和易用性方面是無與倫比的。
缺點(diǎn)：它是基于數(shù)組的，數(shù)組創(chuàng)建后難于擴(kuò)展，某些哈希表被基本填滿時(shí)，性能下降得非常嚴(yán)重，所以程序員必須要清楚表中將要存儲(chǔ)多少數(shù)據(jù)（或者準(zhǔn)備好定期地把數(shù)據(jù)轉(zhuǎn)移到更大的哈希表中，這是個(gè)費(fèi)時(shí)的過程）。
元素特征轉(zhuǎn)變?yōu)閿?shù)組下標(biāo)的方法就是散列法。散列法當(dāng)然不止一種，下面列出三種比較常用的：
1，除法散列法
最直觀的一種，上圖使用的就是這種散列法，公式：
index = value % 16
學(xué)過匯編的都知道，求模數(shù)其實(shí)是通過一個(gè)除法運(yùn)算得到的，所以叫“除法散列法”。
2，平方散列法
求index是非常頻繁的操作，而乘法的運(yùn)算要比除法來得省時(shí)（對現(xiàn)在的CPU來說，估計(jì)我們感覺不出來），所以我們考慮把除法換成乘法和一個(gè)位移操作。公式：
index = (value * value) >> 28（右移，除以2^28。記法：左移變大，是乘。右移變小，是除。）
如果數(shù)值分配比較均勻的話這種方法能得到不錯(cuò)的結(jié)果，但我上面畫的那個(gè)圖的各個(gè)元素的值算出來的index都是0——非常失敗。也許你還有個(gè)問題，value如果很大，value
* value不會(huì)溢出嗎？答案是會(huì)的，但我們這個(gè)乘法不關(guān)心溢出，因?yàn)槲覀兏静皇菫榱双@取相乘結(jié)果，而是為了獲取index。
3，斐波那契（Fibonacci）散列法
平方散列法的缺點(diǎn)是顯而易見的，所以我們能不能找出一個(gè)理想的乘數(shù)，而不是拿value本身當(dāng)作乘數(shù)呢？答案是肯定的。
1，對于16位整數(shù)而言，這個(gè)乘數(shù)是40503
2，對于32位整數(shù)而言，這個(gè)乘數(shù)是2654435769
3，對于64位整數(shù)而言，這個(gè)乘數(shù)是11400714819323198485
這幾個(gè)“理想乘數(shù)”是如何得出來的呢？這跟一個(gè)法則有關(guān)，叫黃金分割法則，而描述黃金分割法則的最經(jīng)典表達(dá)式無疑就是著名的斐波那契數(shù)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(shù)列的值和太陽系八大行星的軌道半徑的比例出奇吻合。
對我們常見的32位整數(shù)而言，公式：
index = (value * 2654435769) >> 28
如果用這種斐波那契散列法的話，那上面的圖就變成這樣了：
注：用斐波那契散列法調(diào)整之后會(huì)比原來的取摸散列法好很多。
適用范圍
快速查找，刪除的基本數(shù)據(jù)結(jié)構(gòu)，通常需要總數(shù)據(jù)量可以放入內(nèi)存。
基本原理及要點(diǎn)
hash函數(shù)選擇，針對字符串，整數(shù)，排列，具體相應(yīng)的hash方法。
碰撞處理，一種是open hashing，也稱為拉鏈法；另一種就是closed hashing，也稱開地址法，opened addressing。
散列沖突的解決方案：
1.建立一個(gè)緩沖區(qū)，把凡是拼音重復(fù)的人放到緩沖區(qū)中。當(dāng)我通過名字查找人時(shí)，發(fā)現(xiàn)找的不對，就在緩沖區(qū)里找。
2.進(jìn)行再探測。就是在其他地方查找。探測的方法也可以有很多種。
（1）在找到查找位置的index的index-1，index+1位置查找，index-2，index+2查找，依次類推。這種方法稱為線性再探測。
（2）在查找位置index周圍隨機(jī)的查找。稱為隨機(jī)在探測。
（3）再哈希。就是當(dāng)沖突時(shí)，采用另外一種映射方式來查找。
這個(gè)程序中是通過取模來模擬查找到重復(fù)元素的過程。對待重復(fù)元素的方法就是再哈希：對當(dāng)前key的位置+7。最后，可以通過全局變量來判斷需要查找多少次。我這里通過依次查找26個(gè)英文字母的小寫計(jì)算的出了總的查找次數(shù)。顯然，當(dāng)總的查找次數(shù)/查找的總元素?cái)?shù)越接近1時(shí)，哈希表更接近于一一映射的函數(shù)，查找的效率更高。
擴(kuò)展
d-left
hashing中的d是多個(gè)的意思，我們先簡化這個(gè)問題，看一看2-left hashing。2-left
hashing指的是將一個(gè)哈希表分成長度相等的兩半，分別叫做T1和T2，給T1和T2分別配備一個(gè)哈希函數(shù)，h1和h2。在存儲(chǔ)一個(gè)新的key時(shí)，同
時(shí)用兩個(gè)哈希函數(shù)進(jìn)行計(jì)算，得出兩個(gè)地址h1[key]和h2[key]。這時(shí)需要檢查T1中的h1[key]位置和T2中的h2[key]位置，哪一個(gè)
位置已經(jīng)存儲(chǔ)的（有碰撞的）key比較多，然后將新key存儲(chǔ)在負(fù)載少的位置。如果兩邊一樣多，比如兩個(gè)位置都為空或者都存儲(chǔ)了一個(gè)key，就把新key
存儲(chǔ)在左邊的T1子表中，2-left也由此而來。在查找一個(gè)key時(shí)，必須進(jìn)行兩次hash，同時(shí)查找兩個(gè)位置。
問題實(shí)例（海量數(shù)據(jù)處理）
我們知道hash 表在海量數(shù)據(jù)處理中有著廣泛的應(yīng)用，下面，請看另一道百度面試題：
題目：海量日志數(shù)據(jù)，提取出某日訪問百度次數(shù)最多的那個(gè)IP。
方案：IP的數(shù)目還是有限的，最多2^32個(gè)，所以可以考慮使用hash將ip直接存入內(nèi)存，然后進(jìn)行統(tǒng)計(jì)。
聲明：轉(zhuǎn)自http://blog.csdn.net/duan19920101/article/details/51579136
