哈希表详解

最近在做负荷分担的优化，将数据流均匀分到八条流中，学习点哈希算法

什么是哈希表？
     哈希表（Hash table，也叫散列表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。说白了哈希表的原理其实就是通过空间换取时间的做法。。
     哈希表的做法其实很简单，就是把Key通过一个固定的算法函数既所谓的哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里。
     而当使用哈希表进行查询的时候，就是再次使用哈希函数将key转换为对应的数组下标，并定位到该空间获取value，如此一来，就可以充分利用到数组的定位性能进行数据定位。。

哈希函数的构造方法：    

若对于关键字集合中的任一个关键字，哈希函数映像到地址集合中任何一个地址的概率是相等的，则称此类哈希函数为均匀的哈希函数。换句话说，就是使关键字经过哈希函数得到一个“随机的地址“，以便使一组关键字的哈希地址均匀分布在整个地址区间中，从而减少冲突。
（1）直接定址法
　　取关键字或关键字的某个线性函数值为哈希地址。即： H(key)=key或H(key)=a*key+b; 其中a和b为常数（这种哈希函数叫做自身函数）。
由于直接定址所得地址集合和关键字集合的大小相同。因此，对于不同的关键字不会发生冲突。但实际中使用这种哈希函数的情况很少。
（2）数字分析法
　　假设关键字是以r为基的数（如：以10为基的十进制数），并且哈希表中可能出现的关键字都是事先知道的，则可取关键字的若干数位组成哈希地址。
（3）平方取中法
　　取关键字平方后的中间几位为哈希地址。
（4）斐波那契（Fibonacci）散列法
     平方散列法的缺点是显而易见的，所以我们能不能找出一个理想的乘数，而不是拿value本身当作乘数呢？答案是肯定的。
     1）对于16位整数而言，这个乘数是40503 
     2）对于32位整数而言，这个乘数是2654435769 
     3）对于64位整数而言，这个乘数是11400714819323198485
     这几个“理想乘数”是如何得出来的呢？这跟一个法则有关，叫黄金分割法则，而描述黄金分割法则的最经典表达式无疑就是著名的斐波那契数列，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，斐波那契数列的值和太阳系八大行星的轨道半径的比例出奇吻合。
     对我们常见的32位整数而言，公式： index = (value * 2654435769) >> 28
（5）折叠法
　　将关键字分割成位数相同的几部分（最后一部分的位数可以不同），然后取这几部分的叠加和（舍去进位）作为哈希地址，这方法称为折叠法。
（6）除留余数法（==最常用的方法）
　　取关键字被某个不大于哈希表表长m的数p除后所得余数为哈希地址。即H(key)=key MOD p,(p<=m)，这是一种最简单，也是最常用的构造哈希函数的方法。它不仅可以对关键字直接取模（MOD），也可在折叠、平方取中等运算之后取模。
（7）随机数法
　　选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key)=random(key)，其中random为随机函数。通常，当关键字长度不等时采用此法构造哈希函数较切当。
总结：
　　实际工作中需视不同情况采用不同的哈希函数，通常，考虑的因素有：
　　（1）计算哈希函数所需时间（包括硬件指令的因素）；
　　（2）关键字的长度；
　　（3）哈希表的大小；
　　（4）关键字的分布情况；
　　（5）记录的查找频率。

处理冲突的方法（冲突只能减少，不能避免）：
　　（1）开放定址法
　 （2）再哈希法
　　（3）链地址法
　　（4）建立一个公共溢出区
哈希表的查找及其分析：
　　在哈希表上进行查找的过程和哈希造表的过程基本一致。给定的K值，根据造表时设定的哈希函数求得哈希地址，若表中此位置上没有记录，则查找不成功；否则必将关键字，若和给定的值相等，则查找成功；否则根据造表时设定的处理冲突的方法找”下一地址“，直至哈希表中的某个位置为”空“或者表中所填记录的关键字等于给定值时为止。 
　　哈希表的装填因子定义为：
　　　　                           α=（表中填入的记录数）/（哈希表的长度）