[超水笔记之四]北大慕课：数据结构与算法Python版

散列

基本概念

1. 散列表（hash table哈希表）是一种数据集，其中数据项的存储方式尤其有利于将来快速的查找定位。哈希表中每一个存储位置，称为槽（slot），可以用来保存数据项，每个槽有一个唯一名称.
2. 散列函数（hash function）：实现从数据项到存储槽名称的转换
3. 给定一组数据项，若一个散列函数能将每个数据项映射到不同槽中，则该函数称为“完美散列函数”
4. 作为一致性校验的数据“指纹”需要具备：

压缩性 易计算性 抗修改性 抗冲突性

5. 散列函数： MD5/SHA

1.MD5(Message Digest):将任意长度的数据变换为固定长位128位（16字节）的“摘要”

2.SHA(Secure Hash Algorithm)## 区块链技术

图片示意：

代码实现：

import hashlib
hash = hashlib.md5()
hash.update(bytes('test',encoding='utf-8'))
print(hash.hexdigest())

区块链技术

基本概念

• 区块链是一种分布式数据库，通过网络连接的节点，每个节点都保存着整个数据库所属有数据，
  任何地点存入的数据都会完成同步

数据结构

区块链由一个个区块（block）组成，区块分为（head）和体（body）。
区块头记录了一些元数据和链接到前一个区块的信息（生成时间、前一个区块（head+body）的散列值）
区块体记录了实际数据

散列函数的设计

1. 折叠法： 将数据项按照位数分为若干段，再将几段数字相加，最后对散列表大小求余，得到散列值
   （有时还有隔数反转步骤，提供了微调手段，以便更好符合散列特性）

2. 平方取中： 将数据项做平方运算，然后取平方数的中间两位，再对散列表的大小求余

   例：对44进行散列

   step1： 44*44

   step2： 取中 ：93

   step3： 对列表大小求余（以11为例），93%11=5

3. 非数项：将字符串中每个字符看作ASCII码，将码值累加，对列表大小求余

   代码实现：

def hash(astring,tablesize):
    sum=0
    for pos in range(len(astring)):
        sum += ord(astring[pos])

    return sum%tablesize

冲突解决方案

• 再找一个开放的空槽保存数据项（开放定址Open Addressing）

• 向后逐个槽寻找的方法则是开放定址技术中的线性探测（liner probing）

• 不足：有聚集（clustering）趋势

改进：

1. 逐个探测 => 跳跃式探测

• 再散列rehashing
  
  1.还可将线性探测变为“二次探测quadratic probing”
  2.不再固定skip的值，而是逐步增加skip值，如1，3，5
  3.这样槽号就会是原散列值以平方数增加：$h$,$h+2^0$,$h+2^1$…

• 数据项链Chaining
  

将容纳单个数据项的槽扩展为容纳数据项集合（或者对数据项链表的引用）

映射抽象数据类型

• ADT Map定义操作

  Map() 创建空映射，返回空映射对象

  put(key,val) 将key-val关联加入映射中，若key已存在，将val替换旧关联值

  get(key) 给定key，返回关联值，若不存在，返回空

  del 通过del map[key] 形式删除key-val关联

  len() 返回映射中key-val关联数目

  in key in map 形式，返回key是否在关联中，bool类型

代码实现

class HashTable:
    # put方法
    def __init__(self):
        self.size = 11
        self.slots = [None]*self.size
        self.data = [None]*self.size

    def put(self,key,data):
        hashvalue = self.hashfunction(key)

        if self.slots[hashvalue] ==None:
            self.slots[hashvalue] = key
            self.data[hashvalue] = data
        else:
            if self.slots[hashvalue] == key:
                self.data[hashvalue] = data
            else:
                nextslot = self.rehash(hashvalue)
                while self.slots[nextslot] != None and\
                    self.slots[nextslot]!=key:
                    nextslot = self.rehash(nextslot)
                if self.slots[nextslot] == None:
                    self.slots[nextslot] = key
                    self.data[nextslot] = data
                else:
                    self.data[nextslot] = data

    def hashfunction(self,key):
        return key%self.size

    def rehash(self,oldhash):
        return (oldhash+1)%self.size

    # get方法
    def get(self,key):
        startslot = self.hashfunction(key)

        data = None
        stop = False
        found = False
        position = startslot
        while self.slots[position] != None and \
            not found and not stop:
            if self.slots[position] == key:
                found = True
                data = self.data[position]
            else:
                position = self.rehash(position)
                if position == startslot:
                    stop = True
        return data
    # ADT Map:附加代码
    # 通过特殊方法实现[]访问
    
    def __getitem__(self, key):
        return self.get(key)
    
    def __setitem__(self, key, value):
        self.put(key,data)

未完待续。。。