哈希函数

最新推荐文章于 2025-06-19 10:05:55 发布
最新推荐文章于 2025-06-19 10:05:55 发布
阅读量1.2w 收藏 26
点赞数 10
分类专栏： 算法集
转
2018年03月01日 08:12:14 阅读数：1058

什么是 Hash

Hash（哈希），又称“散列”。

散列（hash）英文原意是“混杂”、“拼凑”、“重新表述”的意思。

在某种程度上，散列是与排序相反的一种操作，排序是将集合中的元素按照某种方式比如字典顺序排列在一起，而散列通过计算哈希值，打破元素之间原有的关系，使集合中的元素按照散列函数的分类进行排列。

哈希的好处就是如果哈希函数选好 值的分布均匀 那么对于哈希表的查找时间复杂度是O(1)，是一个常数级的操作 非常快

在介绍一些集合时，我们总强调需要重写某个类的 equlas() 方法和 hashCode() 方法，确保唯一性。这里的 hashCode() 表示的是对当前对象的唯一标示。计算 hashCode 的过程就称作 哈希。

为什么要有 Hash

我们通常使用数组或者链表来存储元素，一旦存储的内容数量特别多，需要占用很大的空间，而且在查找某个元素是否存在的过程中，数组和链表都需要挨个循环比较，而通过 哈希 计算，可以大大减少比较次数

数组是一种支持直接访问的数据结构，使用确定的位置来存储和检索数据，十分高效。 如果给出一个输入值的集合，包含很多元素，能否按照各个元素的特征找到映射规律使其存放到顺序（存储位置顺序）的数组中呢？Hashtable就是用来解决这个问题的。

这里写图片描述

举个栗子：

现在有 4 个数 {2,5,9,13}，需要查找 13 是否存在。

1.使用数组存储，需要新建个数组 new int[]{2,5,9,13}，然后需要写个循环遍历查找：

      
  1. 
        
    
         
    
        
    
        
    
         
        
          int[] numbers = 
          new 
          int[]{
          2,
          5,
          9,
          13};
         
    
        
  2. 
        
    
         
    
        
    
        
    
         
        
          for (
          int i = 
          0; i < numbers.length; i++) {
         
    
        
  3. 
        
    
         
    
        
    
        
    
         
            
          if (numbers[i] == 
          13){
         
    
        
  4. 
        
    
         
    
        
    
        
    
         
    
                      System.out.
          println(
          "find it!");
         
    
        
  5. 
        
    
         
    
        
    
        
    
         
                
          return;
         
    
        
  6. 
        
    
         
    
        
    
        
    
         
    
                  }
         
    
        
  7. 
        
    
         
    
        
    
        
    
         
    
              }
         
    
        

      
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

这样需要遍历 4 次才能找到，时间复杂度为 O(n)。

2.而假如存储时先使用哈希函数进行计算，这里我随便用个函数：
 H[key] = key % 3;

      
  • 1
  • 2
  • 1
  • 2

四个数 {2,5,9,13} 对应的哈希值为：


      
  1. 
        
    
         
    
        
    
        
    
         
    
           H[2] = 2 % 3 = 2;
         
    
        
  2. 
        
    
         
    
        
    
        
    
         
    
           H[5] = 5 % 3 = 2;
         
    
        
  3. 
        
    
         
    
        
    
        
    
         
    
           H[9] = 9 % 3 = 0;
         
    
        
  4. 
        
    
         
    
        
    
        
    
         
    
           H[13] = 13 % 3 = 1;
         
    
        

      
  • 1
  • 2
  • 3
  • 4
  • 5
  • 1
  • 2
  • 3
  • 4
  • 5

然后把它们存储到对应的位置。

当要查找 13 时，只要先使用哈希函数计算它的位置，然后去那个位置查看是否存在就好了，本例中只需查找一次，时间复杂度为 O(1)。

因此可以发现，哈希 其实是随机存储的一种优化，先进行分类，然后查找时按照这个对象的分类去找。

哈希通过一次计算大幅度缩小查找范围，自然比从全部数据里查找速度要快。

比如你和我一样是个剁手族买书狂，家里书一大堆，如果书存放时不分类直接摆到书架上（数组存储），找某本书时可能需要脑袋从左往右从上往下转好几圈才能发现；如果存放时按照类别分开放，技术书、小说、文学等等分开（按照某种哈希函数计算），找书时只要从它对应的分类里找，自然省事多了。

哈希函数

哈希的过程中需要使用哈希函数进行计算。

哈希函数是一种映射关系，根据数据的关键词 key ，通过一定的函数关系，计算出该元素存储位置的函数。

表示为：

address = H [key]

几种常见的哈希函数（散列函数）构造方法

  • 直接定址法 
    • 取关键字或关键字的某个线性函数值为散列地址。
    • 即 H(key) = key 或 H(key) = a*key + b，其中a和b为常数。
    • 比如这里写图片描述
  • 除留余数法 
    • 取关键字被某个不大于散列表长度 m 的数 p 求余，得到的作为散列地址。
    • 即 H(key) = key % p, p < m。 
    • 比如这里写图片描述
  • 数字分析法 
    • 当关键字的位数大于地址的位数，对关键字的各位分布进行分析，选出分布均匀的任意几位作为散列地址。
    • 仅适用于所有关键字都已知的情况下，根据实际应用确定要选取的部分，尽量避免发生冲突。
    • 比如 这里写图片描述
  • 平方取中法 
    • 先计算出关键字值的平方，然后取平方值中间几位作为散列地址。
    • 随机分布的关键字，得到的散列地址也是随机分布的。
    • 比如 这里写图片描述
  • 折叠法（叠加法） 
    • 将关键字分为位数相同的几部分，然后取这几部分的叠加和（舍去进位）作为散列地址。
    • 用于关键字位数较多，并且关键字中每一位上数字分布大致均匀。 
    • 比如 这里写图片描述
  • 随机数法 
    • 选择一个随机函数，把关键字的随机函数值作为它的哈希值。
    • 通常当关键字的长度不等时用这种方法。 

构造哈希函数的方法很多，实际工作中要根据不同的情况选择合适的方法，总的原则是尽可能少的产生冲突。

通常考虑的因素有关键字的长度和分布情况、哈希值的范围等。

如：当关键字是整数类型时就可以用除留余数法；如果关键字是小数类型，选择随机数法会比较好。

哈希冲突的解决

选用哈希函数计算哈希值时，可能不同的 key 会得到相同的结果，一个地址怎么存放多个数据呢？这就是冲突。

常用的主要有两种方法解决冲突：

1.链接法（拉链法）

拉链法解决冲突的做法是： 
将所有关键字为同义词的结点链接在同一个单链表中。

若选定的散列表长度为 m，则可将散列表定义为一个由 m 个头指针组成的指针数组 T[0..m-1] 。

凡是散列地址为 i 的结点，均插入到以 T[i] 为头指针的单链表中。 
T 中各分量的初值均应为空指针。

在拉链法中，装填因子 α 可以大于 1，但一般均取 α ≤ 1。

这里写图片描述

2.开放定址法

用开放定址法解决冲突的做法是：

用开放定址法解决冲突的做法是：当冲突发生时，使用某种探测技术在散列表中形成一个探测序列。沿此序列逐个单元地查找，直到找到给定的关键字，或者碰到一个开放的地址（即该地址单元为空）为止（若要插入，在探查到开放的地址，则可将待插入的新结点存人该地址单元）。查找时探测到开放的地址则表明表中无待查的关键字，即查找失败。

简单的说：当冲突发生时，使用某种探查(亦称探测)技术在散列表中寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找到。

按照形成探查序列的方法不同，可将开放定址法区分为线性探查法、二次探查法、双重散列法等。

a.线性探查法

hi=(h(key)+i) ％ m ，0 ≤ i ≤ m-1 

基本思想是： 
探查时从地址 d 开始，首先探查 T[d]，然后依次探查 T[d+1]，…，直到 T[m-1]，此后又循环到 T[0]，T[1]，…，直到探查到 有空余地址 或者到 T[d-1]为止。

b.二次探查法

hi=(h(key)+i*i) ％ m，0 ≤ i ≤ m-1 

基本思想是： 
探查时从地址 d 开始，首先探查 T[d]，然后依次探查 T[d+1^2]，T[d+2^2]，T[d+3^2],…，等，直到探查到 有空余地址 或者到 T[d-1]为止。

缺点是无法探查到整个散列空间。

c.双重散列法

hi=(h(key)+i*h1(key)) ％ m，0 ≤ i ≤ m-1 

基本思想是： 
探查时从地址 d 开始，首先探查 T[d]，然后依次探查 T[d+h1(d)], T[d + 2*h1(d)]，…，等。

该方法使用了两个散列函数 h(key) 和 h1(key)，故也称为双散列函数探查法。

定义 h1(key) 的方法较多，但无论采用什么方法定义，都必须使 h1(key) 的值和 m 互素，才能使发生冲突的同义词地址均匀地分布在整个表中，否则可能造成同义词地址的循环计算。

该方法是开放定址法中最好的方法之一。

哈希的应用

  • 哈希表
  • 分布式缓存

哈希表（散列表）

哈希表（hash table）是哈希函数最主要的应用。

哈希表是实现关联数组（associative array）的一种数据结构，广泛应用于实现数据的快速查找。

这里写图片描述

用哈希函数计算关键字的哈希值（hash value）,通过哈希值这个索引就可以找到关键字的存储位置，即桶（bucket）。哈希表不同于二叉树、栈、序列的数据结构一般情况下，在哈希表上的插入、查找、删除等操作的时间复杂度是 O(1)。

查找过程中，关键字的比较次数，取决于产生冲突的多少，产生的冲突少，查找效率就高，产生的冲突多，查找效率就低。因此，影响产生冲突多少的因素，也就是影响查找效率的因素。 
影响产生冲突多少有以下三个因素：

  1. 哈希函数是否均匀；
  2. 处理冲突的方法；
  3. 哈希表的加载因子。

哈希表的加载因子和容量决定了在什么时候桶数（存储位置）不够，需要重新哈希。

加载因子太大的话桶太多，遍历时效率变低；太大的话频繁 rehash，导致性能降低。所以加载因子的大小需要结合时间和空间效率考虑。

在 HashMap 中的加载因子为 0.75，即四分之三。

分布式缓存

网络环境下的分布式缓存系统一般基于一致性哈希（Consistent hashing）。简单的说，一致性哈希将哈希值取值空间组织成一个虚拟的环，各个服务器与数据关键字K使用相同的哈希函数映射到这个环上，数据会存储在它顺时针“游走”遇到的第一个服务器。可以使每个服务器节点的负载相对均衡，很大程度上避免资源的浪费。

在动态分布式缓存系统中，哈希算法的设计是关键点。使用分布更合理的算法可以使得多个服务节点间的负载相对均衡，可以很大程度上避免资源的浪费以及部分服务器过载。 使用带虚拟节点的一致性哈希算法，可以有效地降低服务硬件环境变化带来的数据迁移代价和风险，从而使分布式缓存系统更加高效稳定。

Thanks

http://www.nowamagic.net/librarys/veda/detail/1273

http://blog.youkuaiyun.com/cywosp/article/details/23397179/

http://www.cnblogs.com/qiaoshanzi/p/5295554.html

http://baike.baidu.com/view/549615.htm

https://books.google.co.jp/books?id=wCWmdhdX1AYC&pg=PA214&lpg=PA214&dq=%E6%95%B0%E5%AD%97%E5%88%86%E6%9E%90%E6%B3%95&source=bl&ots=5ieOT99Dob&sig=UcYbua2lwYocCQr32HF0XDF34h4&hl=zh-CN&sa=X&ved=0ahUKEwj104zw__fPAhUDw7wKHf3cAhIQ6AEISzAJ#v=onepage&q=%E6%95%B0%E5%AD%97%E5%88%86%E6%9E%90%E6%B3%95&f=false

http://sjjp.tjuci.edu.cn/sjjg/DataStructure/DS/web/chazhao/chazhao9.4.3.3.htm

http://www.cnblogs.com/qiaoshanzi/p/5295554.html

('pre.prettyprint code').each(function () { var lines =  numbering = $(' ').addClass('pre-numbering').hide(); numbering); for (i = 1; i
>
  • 在这里插入代码片

`这里写自定义目录标题)

欢迎使用Markdown编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

  1. 全新的界面设计 ，将会带来全新的写作体验；
  2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
  3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
  4. 全新的 KaTeX数学公式 语法；
  5. 增加了支持甘特图的mermaid语法1 功能；
  6. 增加了 多屏幕编辑 Markdown文章功能；
  7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
  8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H2O is是液体。

210 运算结果是 1024.

插入链接与图片

链接: link.

图片: Alt

带尺寸的图片: Alt

居中的图片: Alt

居中并且带尺寸的图片: Alt

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

  • 项目
    • 项目
      • 项目
  1. 项目1
  2. 项目2
  3. 项目3
  • 计划任务
  • 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目Value
电脑$1600
手机$12
导管$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列第二列第三列
第一列文本居中第二列文本居右第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPEASCIIHTML
Single backticks'Isn't this fun?'‘Isn’t this fun?’
Quotes"Isn't this fun?"“Isn’t this fun?”
Dashes-- is en-dash, --- is em-dash– is en-dash, — is em-dash

创建一个自定义列表

Markdown
Text-to- HTML conversion tool
Authors
John
Luke

如何创建一个注脚

一个具有注脚的文本。2

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分

Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t &ThinSpace; . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞​tz−1e−tdt.

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

Mon 06 Mon 13 Mon 20 已完成 进行中 计划一 计划二 现有任务 Adding GANTT diagram functionality to mermaid
  • 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：:

张三 李四 王五 你好！李四, 最近怎么样? 你最近怎么样，王五？ 我很好，谢谢! 我很好，谢谢! 李四想了很长时间, 文字太长了 不适合放在一行. 打量着王五... 很好... 王五, 你怎么样? 张三 李四 王五

这将产生一个流程图。:

链接
长方形
圆
圆角长方形
菱形
  • 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

Created with Raphaël 2.2.0 开始 我的操作 确认？ 结束 yes no
  • 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件或者.html文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

  1. mermaid语法说明 ↩︎

  2. 注脚的解释 ↩︎

哈希函数和哈希表
qq_41924554的博客
09-06 1169
https://blog.youkuaiyun.com/weixin_45479946/article/details/114916155 哈希表 主要作用：加快查找速度。可以近似看成O（1）. 哈希函数特点： 1.其输入无限，输出有限。 2.每次相同的输入一定得到相同的输出。不同的输入也可能产生相同的输出。（哈希碰撞） 3.输出分布是绝对离散的，不会受输入的影响，即同样的面积在任何地方框点都是差不多的。（最重要，哈希函数主要利用这个性质） 4.任何值模上一个数，最后一定得到0-该数的一个范围值。比如任何数模（或者说取
重温数据结构：哈希 哈希函数 哈希表
weixin_34060299的博客
10-27 2808
点击查看 Java 集合框架深入理解 系列， - ( ゜- ゜)つロ 乾杯~ 在学习 HashMap 前，我们先来温习下 Hash(哈希) 的概念。 什么是 Hash Hash（哈希），又称“散列”。 散列（hash）英文原意是“混杂”、“拼凑”、“重新表述”的意思。 在某种程度上，散列是与排序相反的一种操作，排序是将集合中的元素按照某种方式比如字典顺...
Java中常见哈希算法的实现详解
最新发布
weixin_32005771的博客
06-19 946
哈希算法，也称为散列算法，是一种将任意长度的输入（又称为预映射）通过散列函数变换为固定长度输出的算法，输出的值称为哈希值。哈希算法的作用在于快速查找、数据完整性校验以及加密过程。虽然使用Java内置类非常方便，但是理解算法的具体实现也是十分重要的。通过自定义SHA-256算法类，可以帮助我们更深入地了解算法的工作原理。这里我们可以逐步实现SHA-256的每一步，包括消息的填充、分组处理和循环操作。// 由于篇幅限制，这里仅展示一个简化的结构框架，并不包含完整的SHA-256算法实现。
哈希函数（Hash Function）
热门推荐
一个机器学习的学习之旅
07-23 2万+
哈希函数（散列函数）说明应用解释Q：冲突是不是可以避免的？hash函数的构造准则：简单、均匀hash函数的构造方法：处理冲突的方法：参考 说明 散列的概念属于查找，它不以关键字的比较为基本操作，采用直接寻址技术。在理想情况下，查找的期望时间为O(1)。 简单的说，hash函数就是把任意长的输入字符串变化成固定长的输出字符串的一种函数。输出字符串的长度称为hash函数的位数。（下图来源于维基百科） ...
从标准假设中保留属性的哈希函数_Property-Preserving Hash Functions from Standard
01-21
《从标准假设中保留属性的哈希函数》这篇论文探讨了一种特殊类型的哈希函数——属性保留哈希函数（Property-Preserving Hash Functions），这种函数能够在压缩输入数据的同时，保持某些特定属性，允许在仅知道哈希值...
基于量子游走的哈希函数
03-15
传统的哈希函数主要分为两类，一类是可证明安全的哈希函数，另一类是实际上被广泛使用，但难以提供严格数学证明的哈希函数。可证明安全的哈希函数基于复杂性理论，而实际上使用的哈希函数（如Merkle-Damgård结构）...
基于可变参数广义混沌映射的快速高效哈希函数
03-25
混沌映射、哈希函数、可变参数、数字签名、完整性验证、消息认证、动态密码认证、电子商贸、单向函数、固定大小、数字数据、一维迭代、安全级别、混淆扩散、生日攻击、碰撞阻力、秘密密钥 混沌映射和哈希函数是现代...
hash哈希函数（散列函数）、hash table 哈希表（散列表）
xinxin的博客
02-18 1538
在哈希函数中，指纹就是对原始数据进行哈希计算后得到的一个简短、固定长度的数字值，它充当数据的唯一标识符。通过指纹，我们可以高效地查找、验证、比较数据。如今，散列算法也被用来加密存在数据库中的。
hash算法与应用
流泪的鱼个人空间
09-07 849
Hash，一般翻译做"散列"，也有直接音译为"哈希"的，就是把任意长度的输入（又叫做预映射， pre-image），通过散列算法，变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，而不可能从散列值来唯一的确定输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。HASH主要用于信息安全领
什么是哈希函数
niceYF的博客
04-02 1483
Hash函数又称为散列函数。是把任意长度的输入，通过散列算法，变换成固定长度的输出，该输出的值称为散列值或者消息摘要。 其实就是你随便给我一个输入，我返回你一个固定长度的消息摘要。 常见Hash函数的实现： 1.MD5 是一种被广泛使用的密码散列函数。MD5可以产生出一个128位（16个字节）的散列值。 特点： 压缩性：任意长度的数据，运算得出的MD5值长度都是固定的（128位）。 容易计算：很容易从原数据计算出对应的MD5值。 抗修改性：对原始数据的改动，得到的MD5值有很大的区别。 强抗碰撞：已知原
LintCode之128 哈希函数
国世的博客
07-29 583
题目来源：哈希函数 题目描述： 在数据结构中，哈希函数是用来将一个字符串（或任何其他类型）转化为小于哈希表大小且大于等于零的整数。一个好的哈希函数可以尽可能少地产生冲突。一种广泛使用的哈希函数算法是使用数值33，假设任何字符串都是基于33的一个大整数，比如：hashcode(“abcd”) = (ascii(a) * 333 + ascii(b) * 332 + ascii(c) *33 + a
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值