散列算法、斐波那契散列

点滴~

已于 2024-12-21 23:14:15 修改

阅读量1.3k

点赞数 24

文章标签：数据结构

于 2024-08-09 00:56:14 首次发布

本文链接：https://blog.youkuaiyun.com/oqkdws/article/details/141039712

版权

一、散列算法有哪些种？

二、HashMap、ThreadLocal、数据库路由都是用了什么散列算法？

HashMap

ThreadLocal

数据库路由

为什么ThreadLocalMap要使用线性探测法解决冲突？（哈希冲突不使用链表可以更好地利用CPU缓存，局部性原理）

三、ThreadLocal使用了一个基于斐波那契数列的散列算法来计算每个ThreadLocal变量的索引？

四、ThreadLocal的哈希码是怎么得到的？

哈希码生成机制

增量值HASH_INCREMENT的来源

总结

五、乘法散列为什么要用2的幂值作为每次的扩容条件？

六、你有了解过 0x61c88647 是怎么计算的吗？

一、散列算法有哪些种？

基于数学运算的散列算法：
- 除留余数法：最常用的方法之一，通过取模运算将键映射到有限的连续区间上。
- 平方取中法：先求键的平方，然后取中间的几位作为散列地址。
- 折叠法：将键分割成位数相同的几部分，然后取这几部分的叠加和（舍去进位）作为散列地址。
- 基数转换法：将键看作一个数，采用不同的基数进行计算，然后按需要取其中的几位作为散列地址。
- 旋转法：将键的字符进行旋转或者颠倒。
- 乘法散列：通过乘以一个常数并取模的方式来计算散列值。
基于密码学的散列算法：
- MD5：一种广泛使用的散列函数，可以产生一个128位（16字节）的散列值，但因其安全性问题已逐渐被弃用。
- SHA-1：另一种广泛使用的散列函数，产生一个160位的散列值，但也存在被破解的风险。
- SHA-2：SHA-1的后继者，包括SHA-256、SHA-384和SHA-512等变体，提供了更高的安全性。
- SHA-3：在SHA-2之后，NIST选择了Keccak算法作为SHA-3的标准，以解决SHA-2潜在的弱点。
基于复杂性的散列算法：
- Whirlpool：一种基于AES设计的加密哈希函数，产生512位的散列值。
- Blake2：一种高性能的散列函数，提供了多种输出长度，包括256位和512位。
基于字符串的散列算法：
- BKDRHash、RSHash、APHash、DJBHash等：这些算法通常用于字符串的快速散列，具有较低的碰撞率和较好的分布特性。
局部敏感散列（LSH, Locality-Sensitive Hashing）：
- 这是一种特殊类型的散列算法，用于在哈希表中快速查找相似项。它通过降低不同数据点之间的哈希冲突概率来实现，适用于大规模数据集的相似性搜索。
一致性散列（Consistent Hashing）：
- 不是传统意义上的散列算法，但它通过哈希环的方式将数据和缓存节点进行映射，以实现负载均衡和容错。

需要注意的是，不同的散列算法具有不同的特点和用途，选择哪种算法取决于具体的应用场景和需求。例如，在需要高安全性的场合，通常会选择基于密码学的散列算法；而在需要快速计算和较低碰撞率的场合，则可能会选择基于数学运算或字符串的散列算法。

二、HashMap、ThreadLocal、数据库路由都是用了什么散列算法？

析：

HashMap

HashMap在Java中是一种常用的基于散列表的Map接口实现。它主要使用了以下散列算法和策略：

散列函数：HashMap的散列函数结合了多种方法，如折叠法和除留余数法。具体来说，它会对key的hashCode()进行一定的扰动处理（如右位移、异或等操作），以增加散列的随机性和均匀性。
解决冲突：HashMap通过链表法（JDK 1.8之前）或链表+红黑树（JDK 1.8及之后，当链表长度超过一定阈值时）来解决散列冲突。即，所有散列值相同的元素会被放在同一个链表或红黑树中。
扩容机制：当HashMap中的元素数量超过其容量（capacity）的负载因子（load factor，默认为0.75）时，HashMap会进行扩容，即创建一个新的、容量更大的数组，并重新计算所有元素的散列值和新位置。

ThreadLocal

ThreadLocal在Java中提供了一种线程局部变量，每个使用该变量的线程都会有一个独立的变量副本。ThreadLocal的散列算法和存储策略如下：

散列函数：ThreadLocal使用了一个基于斐波那契数列的散列算法来计算每个ThreadLocal变量的索引。具体来说，它会为每个ThreadLocal变量生成一个唯一的hashCode，并通过这个hashCode与数组长度进行取模运算来得到索引。
解决冲突：ThreadLocal通过开放寻址法来解决冲突。
扩容机制：ThreadLocal的扩容机制与HashMap类似，当数组中的元素数量超过一定阈值时（通常是数组长度的2/3），会进行扩容并重新计算所有元素的索引。

数据库路由

数据库路由通常用于分布式数据库系统中，根据一定的规则将请求路由到不同的数据库实例上。虽然数据库路由的具体实现可能因系统而异，但常见的散列算法包括：

取模法：直接对某个键值（如用户ID）进行哈希计算，然后对数据库实例的数量取模，得到的结果即为目标数据库实例的索引。
范围划分：根据键值的范围将不同的键值分配到不同的数据库实例上。这种方法不是严格意义上的散列算法，但也是一种常见的路由策略。
一致性哈希：在分布式系统中，一致性哈希是一种用于数据分布和负载均衡的算法。它通过构建一个哈希环，将数据和节点映射到环上，并根据顺时针方向找到离数据最近的节点作为目标节点。虽然一致性哈希不是直接用于计算散列值的算法，但它通过哈希环的方式实现了数据的分布式存储和路由。

综上所述，HashMap、ThreadLocal和数据库路由在散列算法的应用上各有特色，它们分别采用了不同的散列函数、冲突解决策略和扩容机制来适应不同的应用场景和需求。