雜湊，雖然只支援二叉查詢樹所允許的一部分操作，但是雜湊具有以常數平均時間執行插入、刪除和查詢的特點。
為了解決雜湊衝突問題，普遍存在兩種方式，
分離鏈結法（separate chaining），其做法是將雜湊到同乙個位置的元素以乙個鍊錶的方式儲存。通常產生衝突的元素被插入到鍊錶的最前面，這樣不僅方便，而且由於最後插入的元素最有可能不久再使用，這樣在查詢起來效率會增加。分離鏈結實現簡單，但是雙向鍊錶會占用額外的記憶體，衝突嚴重時，查詢效率也會嚴重下降。
探測雜湊表（probing hash tables），其做法是發生衝突時，嘗試使用其他的單元，知道找到空閒的單元為止。因為要確保所有的元素都能插入到表中，所需要的表要比分離鏈結法的表大，其裝填因子應該低於λ=0.5。
探測雜湊表又有三種解決衝突的方法，一種是線性探測，即逐個探測f(i)=i。優點是演算法簡單，缺點是存在"一次聚集"問題（primary clustering）。另一種是平方探測，即f(i)=i2。對於平方探測，表的大小是素數，那麼當表至少有一半是空的時候，總能插入乙個新的元素。雖然平方探測排除了一次聚集，但是雜湊到同一位置上的那些元素將探測相同的備菜單元，即"二次聚集"（secondary clustering）。最後一種是雙雜湊（double hashing），一種流行的選擇是f(i)=i*hash2(x)。這個公式表明需要用到第二個雜湊函式用來解決衝突。諸如hash2(x)=r-(x mod r)，r是小於tablesize的素數這樣的函式將起到良好的作用，它可以盡可能做到在第一次雜湊到同樣單元的元素，第二次雜湊到不同的其他元素上，即使會發生最壞的情況，但是非常少。
研究雜湊演算法讓我聯絡到另外乙個應用，就是產生不重複的隨機數，例如卡管理系統。都需要產生不規則的隨機數作為卡號或密碼，記得遇到乙個類似的系統是通過產生可以重複的隨機數（20位左右），利用資料庫唯一索引檢查，避免出現重複。不過執行時間長後，由於資料量越來越大，執行效率低的可怕。現在想起來，其實就是乙個解決插入衝突的問題，分段的hashing演算法就是乙個解決辦法不是。
雜湊（Hashing） 的基本概念
查詢的次數降低到常數級別。即事先知道要查詢的資料項應該出現在什麼位置。雜湊表 hash table,雜湊表 表中的每乙個儲存位置，成為槽 slot 可以用來儲存資料項，每個槽有乙個唯一的名稱。有利於快速的查詢定位。雜湊函式 實現從資料項到儲存槽名稱的轉換的函式。常用的雜湊方法是求餘數，將資料項除以雜...
雜湊演算法的原理
用乙個比喻來說明什麼是雜湊演算法 假設有n只小豬，它們的體重各不相同，一開始我們把它們放在乙個豬圈裡面。如果想尋找其中某只小豬，只能乙個乙個的找，很耗時間。現在我們用雜湊演算法的思想來管理小豬，我們按照小豬的體重來分豬圈 體重當然不能精確到毫克級別，那樣就要分n個豬圈，費用太高。我們考慮到公斤級別級...
hashmap的雜湊演算法
static final int hash object key int h return key null 0 h key.hashcode h 16 三元運算子 條件表示式？表示式1 表示式2 按位異或運算，只要位不同結果為1，不然結果為0 右移 右邊的位被擠掉，右移一位其值相當於除以2。如圖，...