Hash算法和Hash表简述

Hash算法

hash，即散列，是指把任意长度的输入，通过hash算法，变成固定长度的输出，输出的就是散列值。

散列过程是一个压缩过程，得到的散列值占用的空间小于原来的输入。

不同的输入可能会导致相同的散列值，这就是哈希冲突，或者说发生了"碰撞"。

一个好的hash算法，就是要减小发生碰撞的几率。

常见的Hash算法：

1. MD4：适用于32位处理器，已弃用。
2. MD5：Message-Digest Algorithm，产生出一个128位（16字节）的散列值（hash value）。
3. SHA-1：Secure Hash Algorithm 1，美国国家安全局设计，可以生成一个160位（20字节）散列值

JDK8中HashMap的Hash算法：

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//Object中的hashCode()是一个native方法，用C或C++写的

hash算法的应用：就我所学，就是数字摘要啊，数字摘要就是通过hash算法后得到的哈希值(hash value)，可以标识这份数据。并且hash过程是不可逆的，无法通过数字摘要还原这份数据。

Hash表

Hash表是基于Hash算法的一种数据结构，数组的特点是查询快，增删慢，链表的特点是查询慢，增删快，hash table就是二者结合的产物。

Hash表具有快速存取的特点，援举一个在skywang12345中看到的例子：

假设，HashSet中已经有1000个元素。当插入第1001个元素时，需要怎么处理？因为HashSet是Set集合，不允许有重复元素。
将第1001个元素逐个的和前面1000个元素进行比较”？显然，这个效率是相等低下的。散列表很好的解决了这个问题，它根据元素的散列码计算出元素在散列表中的位置，然后将元素插入该位置即可，这样就达到快速存取的目的，并且只要散列码不重复，就能保证元素没有重复。

Hash表是如何进行数据存取的？

哈希表本质上是一个数组，用来储存关键码值(即键值对，key-value pair)，在进行存取时，通过特殊的索引值来访问数组中的元素，特殊的索引值是指通过哈希函数将键(key)进行转换后得到的值。

看一个链式Hash表：

（图片地址：https://images2017.cnblogs.com/blog/1281268/201712/1281268-20171206081611534-142637156.png）

所谓的链式Hash表，是一个存放了多个链表的数组，链表用来存放数据，每个链表称作是一个桶(bucket)。

再看HashMap的源码：

可见HashMap中有一个内部类Node实现了Map.Entry，Node中持有下一个节点next的引用，这样就构成了一个链表。所以HashMap本质上就是一个链式哈希表。

以上，就我现在对Hash表的理解来看，这种数据结构就是为了在保证元素不重复的前提下，实现对元素的快速存取。