PostgreSQL中的数据结构一：可扩展哈希表一

        二叉树搜索具有对数时间的表现有个假设：输入数据具有相当的随机性。现在我们看哈希表，这种数据结构，其在插入、删除、查询操作上也具有常数评价时间的表现，而且这种表现以统计为基础，不依赖数据的随机性。

        我们先看看pg里的哈希函数，再看pg里动态哈希表“dynmaic hashtable”（我认为用“可扩展哈希表”更能体现“dynmaichashtable”的功能，更贴近中国人用词习惯，以后就用“可扩展哈希表”吧。）结构、哈希表上的操作（增删查改）以及可扩展。

        说哈希函数前先澄清一下 碰撞，碰撞根据使用的场合不同有两种情况，一是哈希函数在把普通值打散/计算出哈希值时可能产生的碰撞，这个需要由哈希函数本身解决，王小云教授研究的碰撞就是这个碰撞；另一个是哈希表中根据哈希键值安排哈希键所在位置时的碰撞，解决这种碰撞的方法有一次探测（linear probing）、二次探测（quadratic probing）、开链（separate chainning）等多种解决方法，pg以开链解决这个碰撞问题。

Hash函数：

pg在hash.h中有下列hash函数

extern Datum hashchar(PG_FUNCTION_ARGS);

extern Datum hashint2(PG_FUNCTION_ARGS);

extern Datum hashint4(PG_FUNCTION_ARGS);

extern Datum hashint8(PG_FUNCTION_ARGS);

extern Datum hashoid(PG_FUNCTION_ARGS);

extern Datumhashenum(PG_FUNCTION_ARGS);

extern Datum hashfloat4(PG_FUNCTION_ARGS);

extern Datumhashfloat8(PG_FUNCTION_ARGS);

extern Datumhashoidvector(PG_FUNCTION_ARGS);

extern Datumhashint2vector(PG_FUNCTION_ARGS);

extern Datumhashname(PG_FUNCTION_ARGS);

extern Datumhashtext(PG_FUNCTION_ARGS);

extern Datumhashvarlena(PG_FUNCTION_ARGS);

extern Datumhash_any(register const unsigned char *k, register int keylen);

extern Datumhash_uint32(uint32 k);

   

下面这些哈希函数做将原值做一些位与或转换后，将结果作为参数调用hash_uint32继续哈希运算

hashchar()、hashint2()、hashint4()、hashint8()、hashoid()、hashenum()

下面这些哈希函数做将原值做一些位与或转换或类型转换后，将结果作为参数调用hash_any继续哈希运算

hashfloat4()、hashfloat8()、hashoidvector()、hashint2vector()、hashname()、hashtext()、hashvarlena()

 

这么多的哈希函数最终落到了hash_uint32和hash_any这两个哈希函数上，加上两个做散列的宏mix(a,b,c)和final(a,b,c)完成了哈希运算。hash_uint32(uint32 k)像hash_any(&k, sizeof(uint32))一样有着同样的结果，但hash_uint32更快，并且不强制调用者把k存储在内存中。

        关于哈希函数研究，可以推荐两个人的书/文章看看，一个是中科院的裴定一教授，可以看他的书和文章。有优于PKI的CPK标识认证专利的南湘浩教授需要哈希函数的时候就是向裴定一教授要的。南湘浩和曲延文教授以及孙玉院士（都是大牛）合作成立了QNS工作室，我第一次路过工作室时，第一反映是这是个皮包公司，因为在租金不菲的中关村软件园里有偌大面积，但又没有几个工作人员,后来登门拜访受教才了解内情。另一个是Bob Jenkins，可以到他的网站 http://burtleburtle.net/bob/hash/index.html看。或者看他们的论文。