散列
基础定义
1、 散列：由数据项的值来确定数据存放的位置。散列表中的存储位置被成为槽。
2、散列函数：实现从数据项到存储槽的转换的函数称为散列函数。
3、 槽号：散列函数返回的数据项的存储位置。
几种常用的散列函数：
求余散列：
- 方法：
将数据项除以散列表的大小，得到的余数作 为槽号。
实际上“求余数”方法会以不同形式出现在所有 散列函数里 因为散列函数返回的槽号必须在散列表大小范围 之内，所以一般会对散列表大小求余。 - 数据的查找：
只需要使用同一个散列函数，对查找项进行计算，测试下返回的槽号所对应的槽中是否有 数据项即可 - 不足：
可能会出现”冲突“现象。即：两个不同的数据项通过求余数后得到相同的槽号。
完美散列函数：
1. 方法：
给定一组数据项，如果一个散列函数能把 每个数据项映射到不同的槽中。对于固定的一组数据，总是能想方设法设计出完美散列函数。
2. 不足：
但是如果这组数据经常变动的话，很难有一个完美的散列函数（即会出现些许的冲突，但！冲突其实也不致命的，我们可以妥善的处理他们！）
3. 设计完美散列函数的方法：
①设计出一个足够大的散列表（即：扩大散列表的容量）使得所有可能出现的数据项都能够占据不同的槽。（不实用）
②退而求其次，好的散列函数需要具备特性 ：
冲突最少（近似完美）、
计算难度低（额外开销小）、
充分分散数据项（节约空间）
散列的应用之一
区域链
区域链介绍：区域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有数据 任何地点存入的数据都会完成同步。
其本质特征：去中心化，即不存在任何控制中心，协调中心节点，所有节点都是平等的 ，无法被控制。
区块链由一个个区块（block）组成，区 块分为头（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
区域链具有不可修改性：
由于散列值具有抗修改性，任何对某个区 块数据的改动必然引起散列值的变化，为了不导致这个区块脱离链条，就需要修改所有 后续的区块。
由于有“工作量证明”的机制，这种大规模修改 不可能实现的，除非掌握了全网51%以的计算力。
散列函数设计
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。
有时候折叠法还会包括一个隔数反转的步骤
2.平方取中（计算量稍大）：
首先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。
3.非数项：
也可以对非数字的数据项进行散列， 把字符串中的每个字符看作ASCII码即可，再将这些整数累加，对散列表大小求余。
注意：
这样的散列函数对所有的变位词都 返回相同的散列值 为了防止这一点，可以将字符串所在的位置作为 权重因子，乘以ord值。
4.数字分析法：
对于给定的关键码集合，分析所有关键码中各位数字出现的频率，从中选出分布情况较好的若干数字作为散列函数的值。
散列函数设计基本法则
1.
散列函数不能太复杂，否则将成为存储过程和查找过程的计算负担。
2.
散列值应尽可能地均匀分布
冲突的解决方案：
1.解决冲突：
一个系统化的方法在散列表中保存发生冲突数据中的第二个数据项。
2.解决方法
开放定址：即 再找一个开放的空槽来保存 最简单的就是从冲突的槽开始往后扫描，直到碰 到一个空槽 如果到散列表尾部还未找到，则从首部接着扫描 。
向后逐个槽寻找的方法则是开放定址技术 中的“线性探测。
3.缺点：
容易有聚集趋势。
4.改进：
将逐个探测改为跳跃式探测（再散列）。
参考资料：
北京大学 陈斌老师的数据结构与算法（python）网课课件