哈希函数与哈希表的简单使用知识总结

1.哈希函数与哈希表等

1.哈希函数的特征：

1．输入无穷，输出有限，
2．相同的输入只会有相同的输出，他不是随机的
3．因为输入无穷，输入有限，所以有可能不通的输入，相同的输出，叫哈希碰撞，概率小
4．均匀性和离散性，随机点一千个点，拿个圈去圈，圈到的个数都是差不多的。
5．哈希函数的增删改查调用为O(1)，但可以看成是个大常数。
6．哈希这个链，扩容的话，大概复杂度为O(logN)，整体上看，每次扩容都得过一遍整体，所以整体的复杂度O(NlogN)，所以一次的话就是O(NlogN)/N，所以基本上可以看成O(logN)，可以把链的长度定的长一些，logN会很小，也就基本上为O(1)了

要存储一个数据对：张三 1882356；李四 23456789；王五 58856456；
张三经过哈希函数算出来的值是138，那么哈希表最少需要138个单元，因为张三对应的数据1882356要存储在指针数组的p[138]的位置上。
李四经过哈希函数算出来的值是500，那么2356789这个数据就要存放在p[500]这个位置上。
所以你明白了，“数据的地址放在指针数组的哪个单元格是算出来的，是有迹可寻的，并不是想放在哪里就放在哪里”
那查找的时候就好查找了，你要查找张三对应的数据，直接把张三用哈希函数算一下，得到138，哦 张三的数据就在p[138]这个位置上，所以一下就找到了。哈希表是一个key- value的数据对，p是一个指针数组，用来存放value的地址，那么key和value的关系是下面这样的。
p[f(key)]=&value 可以看出哈希表有时候会浪费很大空间的，

2.设计RandomPool结构

在该结构中有如下三个功能:
insert(key):将某个key加入到该结构，做到不重复加入 (this.keyIndexMap.containsKey(key))s
delete(key):将原本在结构中的某个key移除
this.keyIndexMap.remove(key);
getRandom(): 等概率随机返回结构中的任何一个key。
this.keyIndexMap.get(key);
Insert、delete和getRandom方法的时间复杂度都是O(1)
这个可以，设计两个哈希表，一个是key-index，一个是index-key，插入，就是没重复就插入，size++，获取随机就是，0-size-1，随机获取一个，删除还得保证随机获取，那就，每次删，就把最后的数与想删的位置作交换，然后删除最后的，size-1，就ok。

3.布隆过滤器：

黑名单问题，不让他访问，只有插入查询，无删除，很省内存空间，允许一定的失误率。把白的认成黑的，这个失误率可以很低，但无法避免，但黑看成白，不会发生。1字节=8bit，
布隆过滤器，就是个大位图，每个数u1进来，都调用k个hash函数，然后生成的数再%m，最后的值，在这个大位图上抹黑，如果某个u在这上边有白的，那就不属于这里。
这就能知道为什么会有，白黑，而没有黑白的错误率了，你只要是黑，那你都抹黑了，咋会有白的，但是你是白，可能你的位置刚好都被别人抹黑过了，所以，把你认成黑的。

只与两个参数相关，P失误率，n样本量，

M当然越大，错误率越低，但是越往后，低的就不明显了
K越大，刚开始是错误率变低，但k如果又大了，就又很容易把m占满，导致错误率提高，所以是个凹函数。

4.一致性哈希原理：

逻辑端，无所谓，都是随机分，
数据端，分布式数据库，得看，哈希key怎么选择，一定要满足高频，中频，低频的数量都均匀随机分布的。（像性别，只有男女，如果是三个机器，那必然有一个负载低下，选年龄这样的，就不用担心，毕竟每个年龄段都有几乎随机分布的人。）
但是一致性哈希原理不需要%m，加减都通过加节点。

怎么解决分配不均衡呢，就是虚拟节点技术，每个机器分为1000个虚拟节点均匀随机分配到圈上，都随机了，那就差不多了。也可以根据机器的强弱改变虚拟节点的个数，这大公司的分布式存储都这样，谷歌改变世界的三驾马车之一。