雜湊表和雜湊函式是大學資料結構中的課程，實際開發中我們經常用到hashtable這種結構，當遇到鍵-值對儲存，採用hashtable比arraylist查詢的效能高。為什麼呢？我們在享受高效能的同時，需要付出什麼代價(這幾天看紅頂商人胡雪巖，經典台詞：在你享受這之前，必須受別人吃不了的苦，忍受別人受不了的屈辱)，那麼使用hashtable是否就是一樁無本萬利的買賣呢？就此疑問，做以下分析，希望能拋磚引玉。
1)hash它為什麼對於鍵-值查詢效能高
學過資料結構的，都應該曉得，線性表和樹中，記錄在結構中的相對位置是隨機的，記錄和關鍵字之間不存在明確的關係，因此在查詢記錄的時候，需要進行一系列的關鍵字比較，這種查詢方式建立在比較的基礎之上，在.net中(array,arraylist,list)這些集合結構採用了上面的儲存方式。
比如，現在我們有乙個班同學的資料，包括姓名，性別，年齡，學號等。假如資料有
姓名性別
年齡學號張三男
151李四女
142王五男
143假如，我們按照姓名來查詢，假設查詢函式findbyname(string name);
1)查詢「張三」
只需在第一行匹配一次。
2)查詢"王五"
在第一行匹配，失敗，
在第二行匹配，失敗，
在第三行匹配，成功
上面兩種情況，分別分析了最好的情況，和最壞的情況，那麼平均查詢次數應該為 (1+3)/2=2次，即平均查詢次數為(記錄總數+1)的1/2。
儘管有一些優化的演算法，可以使查詢排序效率增高，但是複雜度會保持在log2n的範圍之內。
如何更更快的進行查詢呢？我們所期望的效果是一下子就定位到要找記錄的位置之上，這時候時間複雜度為1，查詢最快。如果我們事先為每條記錄編乙個序號，然後讓他們按號入位，我們又知道按照什麼規則對這些記錄進行編號的話，如果我們再次查詢某個記錄的時候，只需要先通過規則計算出該記錄的編號，然後根據編號，在記錄的線性佇列中，就可以輕易的找到記錄了 。
注意，上述的描述包含了兩個概念，乙個是用於對學生進行編號的規則，在資料結構中，稱之為雜湊函式，另外乙個是按照規則為學生排列的順序結構，稱之為雜湊表。
仍以上面的學生為例，假設學號就是規則，老師手上有乙個規則表，在排座位的時候也按照這個規則來排序，查詢李四，首先該教師會根據規則判斷出，李四的編號為2，就是在座位中的2號位置，直接走過去，「李四，哈哈，你小子，就是在這！」
看看大體流程:
從上面的圖中，可以看出雜湊表可以描述為兩個筒子，乙個筒子用來裝記錄的位置編號，另外乙個筒子用來裝記錄，另外存在一套規則，用來表述記錄與編號之間的聯絡。這個規則通常是如何制定的呢？
a)直接定址法:
我在前一篇文章對gethashcode()效能比較的問題中談到，對於整形的資料gethashcode()函式返回的就是整形 本身，其實就是基於直接定址的方法，比如有一組0-100的資料，用來表示人的年齡
那麼，採用直接定址的方法構成的雜湊表為:01
2345
0歲１歲
２歲３歲
４歲５歲
.....
這樣的一種定址方式，簡單方便，適用於元資料能夠用數字表述或者原資料具有鮮明順序關係的情形。
b)數字分析法:
有這樣一組資料，用於表述一些人的出生日期年月
日７５１０１
７５１２
１０７５
０２１４
分析一下，年和月的第一位數字基本相同，造成衝突的機率非常大，而後面三位差別比較大，所以採用後三位
c)平方取中法
取關鍵字平方後的中間幾位作為雜湊位址
d) 摺疊法：
將關鍵字分割成位數相同的幾部分，最後一部分位數可以不相同，然後去這幾部分的疊加和（取出進製）作為雜湊位址，比如有這樣的資料20-1445-4547-3
可以5473
+ 4454
+ 201
= 10128
取出進製1,取0128為雜湊位址
e)取餘法
取關鍵字被某個不大於雜湊表表長m的數p除后所得餘數為雜湊位址。h(key)=key mod p (p<=m)
f) 隨機數法
選擇乙個隨機函式，取關鍵字的隨機函式值為它的雜湊位址，即h(key)=random(key) ,其中random為隨機函式。通常用於關鍵字長度不等時採用此法。
總之，雜湊函式的規則是：通過某種轉換關係，使關鍵字適度的分散到指定大小的的順序結構中。越分散，則以後查詢的時間複雜度越小，空間複雜度越高。
２)使用hash，我們付出了什麼？
hash是一種典型以空間換時間的演算法，比如原來乙個長度為100的陣列，對其查詢，只需要遍歷且匹配相應記錄即可，從空間複雜度上來看，假如陣列儲存的是byte型別資料，那麼該陣列占用100byte空間。現在我們採用hash演算法，我們前面說的hash必須有乙個規則，約束鍵與儲存位置的關係，那麼就需要乙個固定長度的hash表，此時，仍然是100byte的陣列，假設我們需要的100byte用來記錄鍵與位置的關係，那麼總的空間為200byte,而且用於記錄規則的表大小會根據規則，大小可能是不定的，比如在lzw演算法中，如果乙個很長的用於記錄畫素的byte陣列，用來記錄位置與鍵關係的表空間，演算法推薦為乙個1２bit能表述的整數大小，那麼足夠長的畫素陣列，如何分散到這樣定長的表中呢，lzw演算法採用的是可變長編碼，具體會在深入介紹lzw演算法的時候介紹。
注:hash表最突出的問題在於衝突，就是兩個鍵值經過雜湊函式計算出來的索引位置很可能相同.
ZT 雜湊的原理和代價
雜湊表和雜湊函式是大學資料結構中的課程，實際開發中我們經常用到hashtable這種結構，當遇到鍵 值對儲存，採用hashtable比arraylist查詢的效能高。為什麼呢？我們在享受高效能的同時，需要付出什麼代價，那麼使用hashtable是否就是一樁無本萬利的買賣呢？就此疑問，做以下分析，希望...
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...
雜湊表的實現和HashMap的原理
雜湊衝突最常用的解決辦法有開放定址法和鏈位址 1 開放定址法 2 鏈位址法 上面所說的開發定址法的原理是遇到衝突的時候查詢順著原來雜湊位址查詢下乙個空閒位址然後插入，但是也有乙個問題就是如果空間不足，那他無法 處理衝突也無法插入資料，因此需要裝填因子 插入資料 空間 1。那有沒有一種方法可以解決這種...