Hash算法有哪些？

转载: https://www.jianshu.com/p/958eb591ecd6

Hash算法的有哪几种，优缺点，使用场景

Hash ，一般叫做散列算法，就是把任意长度的输入通过散列算法，变换成固定长度的输入，相当于一种压缩映射，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。

• 加法Hash；把输入元素一个一个的加起来构成最后的结果

/**
  * 加法hash
  *
  * @param key
  *            字符串
  * @param prime
  *            一个质数
  * @return hash结果
  */
public static int additiveHash(String key, int prime) {
  int hash, i;
  for (hash = key.length(), i = 0; i < key.length(); i++)
      hash += key.charAt(i);
  return (hash % prime);
}

• 位运算Hash；这类型Hash函数通过利用各种位运算（常见的是移位和异或）来充分的混合输入元素

/**
  * 旋转hash
  *
  * @param key
  *            输入字符串
  * @param prime
  *            质数
  * @return hash值
  */
public static int rotatingHash(String key, int prime) {
  int hash, i;
  for (hash = key.length(), i = 0; i < key.length(); ++i)
      hash = (hash << 4) ^ (hash >> 28) ^ key.charAt(i);
  return (hash % prime);
  // return (hash ^ (hash>>10) ^ (hash>>20));
}

• 乘法Hash；这种类型的Hash函数利用了乘法的不相关性（乘法的这种性质，最有名的莫过于平方取头尾的随机数生成算法，虽然这种算法效果并不好）；

static int bernstein(String key)
{
    int hash = 0;
    int i;
    for (i=0; i<key.length(); ++i) hash = 33*hash + key.charAt(i);
    return hash;
}

jdk5.0里面的String类的hashCode()方法也使用乘法Hash；32位FNV算法

int M_SHIFT = 0;
public int FNVHash(byte[] data) {
  int hash = (int) 2166136261L;
  for(byte b : data)
    hash = (hash * 16777619) ^ b;
  if(M_SHIFT == 0)
    return hash;
  return (hash ^ (hash >> M_SHIFT)) & M_MASK;
}

改进后的 FNV 算法

public static int FNVHash1(String data) {
        final int p = 16777619;
        int hash = (int) 2166136261L;
        for (int i = 0; i < data.length(); i++)
            hash = (hash ^ data.charAt(i)) * p;
        hash += hash << 13;
        hash ^= hash >> 7;
        hash += hash << 3;
        hash ^= hash >> 17;
        hash += hash << 5;
        return hash;
    }

常见的还有乘以一个不断改变的数

static int RSHash(String str) {
        int b = 378551;
        int a = 63689;
        int hash = 0;
        for (int i = 0; i < str.length(); i++) {
            hash = hash * a + str.charAt(i);
            a = a * b;
        }
        return (hash & 0x7FFFFFFF);
    }

• 除法Hash；除法和乘法一样，同样具有表面上看起来的不相关性。不过，因为除法太慢，这种方式几乎找不到真正的应用

• 查表Hash；查表Hash最有名的例子莫过于CRC系列算法。虽然CRC系列算法本身并不是查表，但是，查表是它的一种最快的实现方式。查表Hash中有名的例子有：Universal Hashing和Zobrist Hashing。他们的表格都是随机生成的。

• 混合Hash；混合Hash算法利用了以上各种方式。各种常见的Hash算法，比如MD5、Tiger都属于这个范围。它们一般很少

• 数组 hash

inline int hashcode(const int *v)
{
  int s = 0;
  for(int i=0; i<k; i++)
    s=((s<<2)+(v[i]>>4))^(v[i]<<10);
  s = s % M;
  s = s < 0 ? s + M : s;
  return s;
}

在面向查找的Hash函数里面使用

环 hash

环 hash 计算步骤

1. 首先求出哈希值， 并将其分配到 0~2^32 的圆上，其实把机器编号 hash 到这个环上。
2. 采用同样的方法求出存储数据键的哈希值，并映射到相同的圆上
3. 然后从数据映射到位置开始顺时针开始找，将数据保存到找到的第一个服务器，如果 2^32 仍然找不到服务器，就会保存到第一台服务器上。

图片.png

环 hash 存在的问题

数据倾斜问题

数据倾斜是指，当机器不多时，几台机器在环上面贴的很近，分布是不是很均匀，会导致大部分数据集中到这几台机器上，这样就产生了数据倾斜问题。

如何解决数据倾斜问题？

引入了虚拟机器概念，一台机器需要在环上映射出多个这个位置，比如 我们用机器的 ip 来 hash ，这样就实现了一台物理机映射出多个虚拟机器的编号。

参考资料

• https://blog.csdn.net/l1028386804/article/details/54573106
• https://blog.csdn.net/wudiyong22/article/details/78687246