哈希：它是如何在内部工作的？
这可能听起来像一个非常模糊的问题，但事实并非如此。 我已经通过维基上的哈希函数描述，但它不是很有帮助的理解。
我正在寻找像Hashing这样相当复杂的主题的简单答案。 这是我的问题：
- 哈希是什么意思？ 它如何在内部工作？
- 它遵循什么algorithm？
-
HashMap，HashTable和HashList什么HashList？ - “恒定时间复杂度”是什么意思，为什么散列的不同实现给定时间操作？
- 最后，为什么在大多数面试问题中，
Hash和LinkedList被问到，从testing受访者的知识来看，有没有什么特定的逻辑？
我知道我的问题清单很大，但是如果我能够清楚地回答这些问题，我真的很感激，因为我真的很想理解这个话题。
-
这里是关于哈希的一个很好的解释。 例如，要存储string“Rachel”，可以将散列函数应用于该string以获取内存位置。
myHashFunction(key: "Rachel" value: "Rachel") --> 10。 该函数可能返回10为input“Rachel”，所以假设你有一个大小为100的数组，你在索引10存储“Rachel”。如果你想检索该元素，你只需调用GetmyHashFunction("Rachel")，它将返回10 。注意在这个例子中，键是“Rachel”，值是“Rachel”，但是你可以使用另一个值作为例如出生date或者对象的那个键。 你的哈希函数可能会返回两个不同的input相同的内存位置，在这种情况下，如果你正在实现自己的哈希表，你将有一个碰撞，你必须照顾这可能使用链接列表或其他技术。 -
这里使用了一些常用的散列函数。 一个好的散列函数满足以下条件：每个密钥同样可能散列到n个内存槽中的任何一个，而不pipe其他密钥散列到哪里。 其中一种方法被称为划分方法。 我们把一个关键字k映射到n个时隙中的一个上，并把剩下的k除以n。
h(k) = k mod n。 例如，如果你的数组大小是n = 100，你的密钥是一个整数k = 15那么h(k) = 10。 -
哈希表是同步的，哈希表不是。 HashMap允许空值作为键，但Hashtable不允许。
-
散列表的目的是在添加和获取元素时具有O（c）恒定的时间复杂性。 在大小为N的链表中，如果你想得到最后一个元素，你必须遍历所有的列表，直到你得到它，所以复杂度是O（N）。 使用散列表，如果你想检索一个元素，你只需要传递键，散列函数将返回所需的元素。 如果散列函数被很好的实现，它将会在一个常量时间O（c）这意味着你不必遍历存储在散列表中的所有元素。 你会得到“即时”的元素。
-
程序员/开发人员计算机科学家需要了解数据结构和复杂性=）
- 散列意味着生成一个（希望）代表一个值的唯一编号。
- 不同types的值（
Integer，String等）使用不同的algorithm来计算哈希码。 - HashMap和HashTable是地图 ; 他们是一个独特的密钥集合，每个密钥都与一个值相关联。
Java没有HashList类。 哈希集是一组唯一的值。 - 从哈希表中获取项目是恒定的表格大小。
散列值的计算并不一定是恒定的。
例如，计算一个string的散列涉及迭代string，而不是关于string大小的恒定时间。 - 这些是人们应该知道的事情。
-
散列正在将给定的实体（以java的forms – 一个对象）转换为一些数字（或序列）。 哈希函数是不可逆的 – 即你不能从哈希中获得原始对象。 它在内部是通过JVM获取内存地址来实现的（对于
java.lang.Object。 -
JVM地址的东西是不重要的细节。 每个类都可以用自己的algorithm重写
hashCode()方法。 Modren Java IDE允许生成好的hashCode方法。 -
哈希表和哈希表是相同的东西。 他们的键值对，其中密钥被哈希。 哈希列表和哈希集不存储值 – 只有键。
-
常数意味着无论散列表（或任何其他集合）中有多less条目，通过它的键find给定对象所需的操作数量是不变的。 即 – 1，或接近1
-
这是计算机科学的基本材料，大家应该都很熟悉。 我认为谷歌已经指定哈希表是计算机科学中最重要的数据结构。
我会尽量简单地解释哈希和它的目的。
首先，考虑一个简单的列表。 在这样的列表中，每个操作（插入，查找，删除）都会有O（n）的复杂性，这意味着你必须parsing整个列表（或平均一半）来执行这样的操作。
散列是一种非常简单而有效的加速方法：考虑将整个列表分成一系列小列表。 在一个这样的小列表中的项目将有一些共同的东西，这个东西可以从关键推论。 例如，通过列出名称，我们可以使用第一个字母作为将select在哪个小列表中查找的质量。 这样，通过按键的第一个字母对数据进行分区，我们获得了一个简单的哈希，这将能够将整个列表拆分成大约30个较小的列表，这样每个操作将花费O（n）/ 30次。
但是，我们可以注意到结果并不完美。 首先，只有30个，我们不能改变。 其次，一些字母比其他字母更频繁地使用，所以Y或Z的集合会比A集合小得多。 为了获得更好的结果，最好find一种方法来分割大小基本相同的项目。 我们怎么能解决这个问题？ 这是你使用散列函数的地方。 这是一个function，可以创build任意数量的分区，每个分区的数量大致相同。 在我们的例子中，我们可以使用类似的东西
int hash(const char* str){ int rez = 0; for (int i = 0; i < strlen(str); i++) rez = rez * 37 + str[i]; return rez % NUMBER_OF_PARTITIONS; };
这将确保相当均匀的分布和可configuration数量的组（也称为桶）。
考虑为给定值search数组的问题。 如果数组未被sorting，则search可能需要检查数组中的每个元素。 如果对数组进行sorting，则可以使用二进制search，因此可以将最坏情况的运行时复杂度降低到O（log n）。 如果事先知道该值在数组中的索引，我们可以更快地search。 假设我们有这个神奇函数，它会告诉我们给定值的索引。 有了这个神奇的function，我们的search减less到只有一个探针，给我们一个恒定的运行时间O（1）。 这样的函数被称为散列函数。 散列函数是一个函数，当给定一个键时，在表中生成一个地址。
哈希是什么意思，它在内部是如何工作的？
散列是一个string短的固定长度值或代表原始string的键的转换。 这不是索引。 哈希的核心是哈希表。 它包含一些项目。 哈希表包含数据项的键的索引，并使用此索引将数据放入数组中。
它遵循什么algorithm？
简单地说，大多数散列algorithm都是在逻辑“index = f（key，arrayLength）”上工作的
最后，为什么在大多数面试问题中，Hash和LinkedList被问到，从testing受访者的知识来看，有没有什么特定的逻辑？
它关于你在逻辑推理上有多好。 每个程序员都知道这是最重要的数据结构。
