哈希Hash 算法

注意

---

文章详解（http://blog.csdn.net/v_july_v/article/details/6256463）

哈希由来：

1. 数组的特点是：寻址容易，插入和删除困难
2. 链表的特点是：寻址困难，插入和删除容易

做出一种寻址容易，插入删除也容易

哈希特点：

1. 通过散列算法，变换成固定长度的输出;
2. 散列值的空间通常远小于输入的空间， 不同的输入可能会散列成相同的输出，
   而不可能从散列值来唯一的确定输入值
3. 一种将任意长度的消息压缩到某一固定长度的消息摘要的函数 HASH主要用于
4. 信息安全领域中加密算法，一些不同长度的信息转化成杂乱的128位的编码，HASH值

哈希表长度该定义多大：

一般采用哈希算法的时候，哈希表的长度设为多大?有什么依据？

1. 越长碰撞越少，但耗得资源也就多了
2. 最大的出发点就是没有冲突
3. 哈希就是散列,散列就是把关键字分布均匀撒到到每一个桶内，哈希表越长,散列函数越好,自然查找效率就越高.

哈希表长度定义举例说明：

比如说要处理的数据集合有100,000个，每一项的数据占用内存约为50bytes，我的哈希表的长度在多大比较合适？

1. hash表里面存指针，表长整成数据集合的10倍，100000*4*10 也就是4MB内存
2. 空间换时间（越长碰撞越少，内存消耗越多，查找和插入速率越接近O(1)）

一万，一千万，一亿数据需要多少空间：

1万数据，1个数据1Byte
1,0000 -> 10,000 大约10KB

1千万数据，1个数据1Byte
1000,0000 -> 10,000,000 大约10M

1亿数据，1个数据1Byte
10000,0000 -> 100,000,000 大约100M

10亿数据，1个数据1Byte
10,0000,0000 -> 1,000,000,000 大约1G

1Byte = 8bit 表示最大数值 2^8 = 256
2Byte = 2*8bit 表示最大数值 2^16 = 65536 = 6,5536(约6千) = 65,536
4Byte = 4*8bit 表示最大数值 2^32 = 4294967296 = 42,9496,7296(约42亿) = 4,294,967,296

32位机器，地址4个字节表示，寻址就是42,9496,7296(约42亿)，所以内存最多可以用4G，但不是所有地址都用于内存，所以内存最大支持会小于4G。