最近出现了好几篇围绕着hash而发出来的文章。我尝试去学一下什么是hash。貌似围绕着这个有很多概念。
1. 概念
Hash，一般翻译做“散列”，也有直接音译为“哈希”的。
2. Hash table 哈希表
它是基于高速存取的角度设计的，也是一种典型的“空间换时间”的做法。
这种数据结构能提供快速插入操作和查找操作。 时间复杂度是O(1). 树的复杂度是O（N）。缺点是基于数组，难于扩展。
其中重要的概念是如何把关键字转换成数组的下标，这个转换过程就要利用到Hash 函数。
这里有个常用的操作就是取余，例如：把一个199（largeNumber）的数据压缩到一个10(smallRange)的大小，那就除以10取余。
表达式为： smallNumber = largeNumber % smallRange.
压缩率是 largeNumber/smallRange.
附上一个开放地址法中的查找函数，从这里就可以看到开放地址法的存储方案：
哈希表的大小的选择更合适的是素数。填充量不超过整个hash标的一半，最多到三分之二。
这是我想之后的素数研究的重要性，以前在学各种专业数学课程的时候，素数研究是很多数学家玩的游戏，没想到在哈希表大小选择上，用处那么大，例如上面的安利， smallRange选择为11比10会好很多。
3. Hash函数描述
value = hash(key)，我们希望key和value之间是唯一的映射关系。
Hash（散列、杂凑）函数，是将任意长度的数据映射到有限长度的域上。Hash 函数（或者成为散列函数）也可以看成是单向函数的一个逼近。即它接近于满足单向函数的定义。
单向函数是：如果某个函数在给定输入的时候，很容易计算出其结果来；而当给定结果的时候，很难计算出输入来。
我认为： 这是一种从数据重新表达上的描述，他能实现数据的重新表达，data representation。
一个好的Hash函数（包括大多数加密Hash函数）要具有快速的计算速度和均匀的真正随机输出，因而平均只需要一两次探测（依赖于装填因子）就能找到目标。同样重要的是，随机Hash函数不太会出现非常高的冲突率。在很多情况下，heuristic Hash 函数所产生的冲突比随机Hash 函数少的多。在数据重新表达里面，我们却想去找这种相似性。与传统的Hash 算法的思想是不同的。
常见的几个简单的hash函数可以简单的划分为如下几类：具体code链接
1. 加法Hash； 2. 位运算Hash； 3. 乘法Hash；4. 除法Hash；5. 查表Hash；6. 混合Hash；
虽说好的hash能极大程度地避免冲突，但是冲突是在所难免的。所以无论用哪种hash函数，都要加上处理冲突的方法。