深入理解散列函数和散列表

首先，先说明一个问题，大部分人都会混淆的概念，那就是散列函数和散列表的概念。其实，散列函数和散列表是两种东西，我本人之前一直认为散列函数和散列表是一种东西，所以我想应该有很多人也这样认为，所以先来澄清这个概念。

散列函数

先来说散列函数，散列函数本质上，是个数学问题，散列函数有几个性质：
1.散列函数的输入域应该是无穷。
2.散列函数的输出域不是无穷，但是会分布到一个比较大的范围区间。
3.相同的输入，必定会映射到相同的输出。
4.既然输入域无穷大，输入域有限大小，那么，必然会发生碰撞，也就是，不同的输入经过散列函数计算后，算出相同的结果。
5.最重要的性质，如果输入数据量非常大，那么，输出结果在均匀分布在输出域上。
上面就是散列函数的5条性质。所以，只要满足上述5条性质的函数，都可以成为散列函数，因此，散列函数其实是个数学问题，实现散列函数的数学方式有很多。
总结一下，散列函数其实就是一个数学算法，把无穷的区间内的数据，经过散列函数计算后，均匀分到一个有限区间内。

散列表

说散列表之前，先说一条数学规律：有两个数据区间，S>M，如果一个数据集，在S上均匀分布，那么，将数据集中每个数据%M后，原数据集就会在M-1上均匀分布。
这也是散列表的原理。
虽然通常说散列函数的输出区间有限，但是往往也是非常大的区间。因为散列函数的性质决定了散列函数在其原始映射区间内均匀分布，那么，把原始数据先经过散列函数计算后，再对散列表的区间取余，就能将结果均匀分不到散列表的区间内了，这就是散列表。
总结一下，散列表只不过是经过散列函数计算后，将结果利用取余计算的性质，再均匀分布到一个更小的区间内，也就是散列表的区间，然后再处理一下散列碰撞的问题，一般是把重复的在后面加一个链表，不过，jvm中是把碰撞的结果放在一个红黑树中，如果散列表碰撞太多，效率太差，就需要扩容，这就是散列表。

备注

可以看出，散列函数是一个算法过程，而散列表是一个保存散列函数计算结果的数据结构。
下面介绍几个关于散列函数及散列表的经典问题。

1.给你一个散列函数，如何求出1000个散列函数？
其实不一定是1000，就是如何快速通过一个散列函数找到更多散列函数。可以将原始散列函数的映射区间，一分为二h1和h2，这两部分一定都是均匀分布的，然后h1+1h2，h1+2h2…h1+1000*h2. 就能实现，既然h1和h2均匀分布，那么他们经过线性计算后，仍然符合散列函数的性质。

2.给你一个超大的文件，100T，然后，文件中全都是一行行的字符串，现在请求出其中所有的重复的字符串？
数据量巨大，大数据的问题，一般都是用散列函数解决。这么大的数据，在一台电脑上处理，不太现实，因此，首先你需要问面试官，给你多少台分布式计算机？如果面试官给你1000台，那么，你下面的问题就是如何将这100T的数据，均匀分配给1000台分布式计算机上，然后让这1000 台计算机并发处理数据。而且，均匀分布到1000 台计算机上的数据，还要保证相同的数据肯定分配到相同的计算机上。怎么实现？很明显，均匀分布，相同数据映射到相同地方，散列函数的特征。因此，此题用散列函数分流，对每一行字符串计算散列值，然后取余1000，均匀映射到1000台上，并且相同数据一定映射到相同地址。后续，1000台服务器就可以并发执行了，效率提升1000倍。同时，每台计算机内部，其实还可以再利用多线程并发，这样原本的计算规模，就被分摊了。

深入理解散列函数和散列表相关推荐

如何实现搜索列表_图解：如何理解与实现散列表
这是查找算法的第四篇文章图解:如何理解与实现散列表散列表的概念散列表(Hash table),也叫做哈希表,是根据键(Key)而直接访问在内存存储位置的数据结构.也就是说,它通过计算一个关于键值 ...
图解：如何理解与实现散列表
这是查找算法的第四篇文章图解:如何理解与实现散列表散列表的概念散列表(Hash table),也叫做哈希表,是根据键(Key)而直接访问在内存存储位置的数据结构.也就是说,它通过计算一个关于键值 ...
散列：散列函数与散列表（hash table）
1. 散列函数如果输入的关键字是整数,则一般合理方法是直接返回对表大小取模(Key mod TableSize)的结果,除非 Key 碰巧具有一些不太理想的特质.如,表的大小为 10,而关键字都是 ...
列表根据下标取值_散列表（上）：Word文档中的单词拼写检查功能是如何实现的？...
Word这种文本编辑器你平时应该经常用吧,那你有没有留意过它的拼写检查功能呢?一旦我们在Word里输入一个错误的英文单词,它就会用标红的方式提示"拼写错误".Word的这个单词拼写 ...
数据结构之散列表（七）
前言一.什么是散列表散列表是如何组织数据的呢? 散列表的基本概念二.Hash算法的设计什么是Hash算法 Hash算法的应用场景三.散列表冲突的解决 1. 开放寻址法 2. 链表法 3. 开 ...
数据结构与算法（七）—— 散列表结构及其实现和应用
注:本篇内容参考了<Java常用算法手册>.<大话数据结构>和<算法导论(第三版)>三本书籍.并参考了百度百科. 本人水平有限,文中如有错误或其它不妥之处,欢迎大家 ...
散列表（上）：Word 文档中单词拼写检查功能是如何实现的？
本文是学习算法的笔记,<数据结构与算法之美>,极客时间的课程在平时我们使用Word的时候,输入一个错误的单词,它就会用标红的方式提示"拼写错误".Word的这个单词拼 ...
18 | 散列表（上）：Word文档中的单词拼写检查功能是如何实现的？
问题引入在 Word 里输入一个错误的英文单词,它就会用标红的方式提示"拼写错误",Word 文本编辑器的拼写检查功能是如何实现的呢?散列表(Hash Table) 散列表散列 ...
图解算法学习笔记（五）：散列表
目录 1)示例1: 2)散列函数 3)应用案例 4)冲突 5)性能 6)小结本章内容: 学习散列表,最有用的数据结构之一. 学习散列表的内部机制:实现.冲突和散列函数. 1)示例1: 假设你在一家杂 ...

深入理解散列函数和散列表

散列函数

散列表

备注

深入理解散列函数和散列表相关推荐

最新文章

热门文章