哈希概念
哈希函数:
通过键值计算存储位置的函数
哈希函数的设计原则：
(1)哈希函数的定义域必须包括需要存储的全部关键码，而如果散列表允许有m个地址时，其值域必须在0到m-1之间
(2)哈希函数计算出来的地址能均匀分布在整个空间中
(3)哈希函数应该比较简单
插入元素:
根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放。
搜索元素:
对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功。
哈希冲突:
不同关键字通过相同哈希哈数计算出相同的哈希地址，该种现象称为哈希冲突或哈希碰撞。(引起哈希冲突的原因有：哈希函数设计不合理)
同义词:
把具有不同关键码而具有相同哈希地址的数据元素称为“同义词”。
常见哈希函数
1.直接定制法-（常用）
取关键字的某个线性函数为散列地址：Hash（Key）= A*Key+B优点：简单、均匀缺点：需要事先知道关键字的分布情况使用场景：适合查找比较小且连续的情况面试题：字符串中第一个只出现一次字符2.除留余数法-（常用）
设散列表中允许的地址数为m，取--个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数：Hash（key）= key%p（p<=m），将关键码转换成哈希地址3.平方取中法-（了解）
假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址；再比如关键字为4321，对它平方就是18671041，抽取中间的3位671（或710）作为哈希地址平方取中法比较适合：不知道关键字的分布，而位数又不是很大的情况4.折叠法--（了解）
折叠法是将关键字从左到右分割成位数相等的几部分（最后一部分位数可以短些），然后将这几部分叠加求和，并按散列表表长，取后几位作为散列地址。 折叠法适合事先不需要知道关键字的分布，适合关键字位数比较多的情况5.随机数法--（了解）
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为随机数函数。 通常应用于关键字长度不等时采用此法6.数学分析法-（了解）
设有n个d位数，每--位可能有r种不同的符号，这r种不同的符号在各位上出现的频率不一定相同，可能在某些位上分布比较均匀，每种符号出现的机会均等，在某些位上分布不均匀只有某几种符号经常出现。可根据散列表的大小，选择其中各种符号分布均匀的若干位作为散列地址。例如：
假设要存储某家公司员工登记表，如果用手机号作为关键字，那么极有可能前7位都是相同的，那么我们可以选择后面的四位作为散列地址，如果这样的抽取工作还容易出现冲突，还可以对抽取出来的数字进行反转（如1234改成4321）、右环位移（如1234改成4123）、左环移位、前两数与后两数叠加（如1234改成12+34=46）等方法。 数字分析法通常适合处理关键字位数比较大的情况，如果事先知道关键字的分布且关键字的若干位分布较均匀的情况
注意：哈希函数设计的越精妙，产生哈希冲突的可能性就越低，但是无法避免哈希冲突
减少冲突
1.哈希函数计算出来的地址能均匀分布在整个空间中，空间的大小要是素数（质数）
解决哈希冲突
闭散列：
也叫开放定址法，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的"下-一个”空位置中去。
缺点：采用闭散列处理哈希冲突时，不能随便物理删除哈希表中已有的元素，若直接删除元素会影响其他
元素的搜索。
寻找下一个空位置:
线性探测：
从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。二次探测：
线性探测的缺陷是产生冲突的数据堆积在一块，这与其找下一个空位置有关系，因为找空位置的方式就 是挨着往后逐个去找，因此二次探测为了避免该问题，找下一个空位置的方法为：H_i = (H_0 + i^2) % m
或者：
H_i = (H_0 - i^2)) % m
其中：i = 1,2,3…， 是通过散列函数Hash(x)对元素的关键码 key 进行
计算得到的位置，m是表的大小。
研究表明：当表的长度为质数且表装载因子a不超过0.5时，新的表项一定能够插入，而且任何一个位置
都不会被探查两次。因此只要表中有一半的空位置，就不会存在表满的问题。在搜索时可以不考虑表装
满的情况，但在插入时必须确保表的装载因子a不超过0.5，如果超出必须考虑增容。
开散列：
开散列法又叫链地址法（开链法），首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每--个子集合称为--个桶，各个桶中的元素通过--个单链表链接起来，各链表的头结点存储在哈希表中。哈希表什么时候需要扩容,以及扩容方法
散列表的载荷因子定义：
α = 填入表中的元素个数/散列表的长度
α是散列表装满程度的标志因子。由于表长是定值，α与“填入表中的元素个数”成正比，所以，a越大，表明填入表中的元素越多，产生冲突的可能性就越大：反之，a越小，标明填入表中的元素越少，产生冲突的可能性就越小。实际上，散列表的平均查找长度是载荷因子α的函数，只是不同处理冲突的方法有不同的函数。
对于开放定址法，荷载因子是特别重要因素，应严格限制在0.7-0.8以下。
超过0.8,查表时的CPU缓存不命中（cache missing）按照指数曲线，上升。因此，一些采用开放定址法的hash库，如Java的系统库限制了荷载因子为0.75，超过此值将resize散列表。
