列散算法

‘壹’ 散列算法是怎么实现的

散列函数把消息或数据压缩成摘要，使得数据量变小，将数据的格式固定下来。该函数将数据打乱混合，重新创建一个叫做散列值的指纹。散列值通常用来代表一个短的随机字母和数字组成的字符串。好的散列函数在输入域中很少出现散列冲突。在散列表和数据处理中，不抑制冲突来区别数据，会使得数据库记录更难找到。

‘贰’ 单向散列算法的常见算法

常见散列函数(Hash函数)有： MD5（Message Digest Algorithm 5）：是RSA数据安全公司开发的一种单向散列算法，MD5被广泛使用，可以用来把不同长度的数据块进行暗码运算成一个128位的数值。 SHA（Secure Hash Algorithm）这是一种较新的散列算法，可以对任意长度的数据运算生成一个160位的数值。 MAC（Message Authentication Code）：消息认证代码，是一种使用密钥的单向函数，可以用它们在系统上或用户之间认证文件或消息，常见的是HMAC（用于消息认证的密钥散列算法）。 CRC（Cyclic Rendancy Check）：循环冗余校验码，CRC校验由于实现简单，检错能力强，被广泛使用在各种数据校验应用中。占用系统资源少，用软硬件均能实现，是进行数据传输差错检测地一种很好的手段（CRC 并不是严格意义上的散列算法，但它的作用与散列算法大致相同，所以归于此类）。

‘叁’ 散列算法的简介

此外，好的散列算法使得构造两个独立的有相同散列的输入不能通过计算方法实现。典型的散列算法包括 MD2、MD4、MD5 和 SHA-1。散列算法也被称为散列函数。散列算法的算法就是争取一个萝卜一个坑的原则
比如说有5个数 12,25,30,45,50,这几个数有个规律,就是十位数都不相同,如果我设置一个散列函数f（value）=value/10;平常的时候,我们查找50，要比较5次（其他算法可能不同）,这里用散列算法只需要1次,就是解散列函数,key=50/10=5,要找的数就在第5个位子.
但是上面问题还是很多的,比如说查找55呢?就会出错<因为55解散列函数之后,也是在第5个位子>,还有等等等问题,很显然这个是我散列函数没设置好,当你把散列函数设置好了后,由于数据的庞大,冲突很有可能产生,那么就需要我们来处理冲突了,所以写散列算法就是设置好的散列函数和处理冲突的过程.这里散列算法涉及的查找就跟查找的数量无关,跟冲突率有直接的关系。

‘肆’ 散列算法的算法思想

我也只能说说思想

散列算法的算法就是争取一个萝卜一个坑的原则

比如说有5个数 12,25,30,45,50,这几个数有个规律,就是十位数都不相同,

如果我设置一个散列函数f(value)=value/10;平常的时候,我们查找50，要比较

5次(其他算法可能不同),这里用散列算法只需要1次,就是解散列函数,key=50/10

=5,要找的数就在第5个位子.但是上面问题还是很多的,比如说查找55呢?就会出

错<因为55解散列函数之后,也是在第5个位子>,还有等等等问题,很显然这个是我

散列函数没设置好,当你把散列函数设置好了后,由于数据的庞大,冲突很有可能

产生,那么就需要我们来处理冲突了,所以写散列算法就是设置好的散列函数和

处理冲突的过程.这里散列算法涉及的查找就跟查找的数量无关,跟冲突率有直接

的关系

‘伍’ 什么是散列法

散列法是把字符串映射到整数的处理，
通常是到一个相对小的范围。一个
“散列函数”
映射一个字符串
(或其它的数据结构)
到一个有界的数字
(散列存贮桶)，这个数字可以更容易的用于数组的索引或者进行反复的比较。明显的，
一个从潜在的有很多组的字符串到小范围整数的映射不是唯一的。任何使用散列的算法都要处理
“冲突”
的可能。有许多散列函数和相关的算法被开发了出来;
一个全面的说明已经超出了本文的范围。

‘陆’ 散列法的散列算法

也称为哈希函数——哈希的英文意思为“无用信息”，因此哈希函数一词的由来可能是因为最终形成的哈希表里面是各种看起来毫无意义的描述值的混合。除用来快速搜索数据外，散列法还用来完成签名的加密解密工作，这种签名可以用来对收发消息时的用户签名进行鉴权。先用哈希函数对数据签名进行转换，然后将数字签名本身和转换后的信息摘要分别独立的发送给接收人。通过利用和发送人一样的哈希函数，接收人可以从数字签名获得一个信息摘要，然后将此摘要同传送过来的摘要进行比较，这两个值相等则表示数字签名有效。
利用哈希函数对数据库中的原始值建立索引，以后每获取一次数据时都要利用哈希函数进行重新转换。因此，哈希函数始终是单向操作。没有必要通过分析哈希值来试图逆推哈希函数。实际上，一个典型的哈希函数是不可能逆推出来的。好的哈希函数还应该避免对于不同输入产生相同的哈希值的情况发生。如果产生了哈希值相同的情况，称为冲突。可接受的哈希函数应该将冲突情况的可能性降到非常小。

‘柒’ 单向散列算法的介绍

单向散列算法，又称hash函数，Hash函数（也称杂凑函数或杂凑算法）就是把任意长的输入消息串变化成固定长的输出串的一种函数。这个输出串称为该消息的杂凑值。一般用于产生消息摘要，密钥加密等。

‘捌’ 散列算法可以做哪些事

查找并判断状态是否出现过，出现过几次
比如说一个物品a有四个特征,为a[1],a[2],a[3],a[4]
那么令f(a)=a[1]*(p^1)+a[2]*(p^2)+a[3]*(p^3)+a[4]*(p^4)
hash[f(a)]=a;
若又有一个物品b，特征b[1],b[2],b[3],b[4]
f(b)=b[1]*(p^1)+b[2]*(p^2)+b[3]*(p^3)+b[4]*(p^4)
那么a=b时，f(a)=f(b)
反过来f(a)=f(b)时，a很有可能等于b （只要p设定的足够大，a不等于b的几率也很小）
为了节省内存，我们可以让f(a)=f(a)%q;
这样hash数组只需要开q的大小
就算在mod了之后a不等于b的概率也是非常小的（所以出题人一般不怎么能卡Hash，反而还天天考Hash）
像这样一个题：
有n个图，每个图都有m个点，有一些带权的边，询问每个图中的u点能否都不经过权值小于w的边到达v点（n*m<=200000，边数<=300000）
首先，你可以dfs，O（n*m）可以过，
但是如果改成q<=200000次询问，你就不能dfs了
实际上对于一个询问，当权值大于等于w的边全部放完之后就转化为判断此时uv是否都联通，
所以我们考虑离线，将询问按w从大到小，边也是按权值从大到小，边放边，边判断联通，
动态判断联通可以用并查集的按大小启发式合并，id[i][k]表示在第i个图中k所在并查集的头，
i图中u，v联通等价于id[i][u]==id[i][v](表示第i个图，需要枚举n次)。所以可以枚举i判断是不是都联通，总复杂度=O（边数 * log2(n*m) +边数 * n）log2（n*m）为启发式合并的时间复杂度。最后一个n为枚举i的耗费，如果n>500这方法就炸了，想办法优化，这时候就可以用哈希。
设f(u)=id[1][u]*(p^1)+id[2][u]*(p^2)+...+id[n][u]*(p^n) % q
如果id[i][u]=id[i][v](i=1~n) 则f(u)==f(v)
如果f(u)==f(v)则很大可能 id[i][u]=id[i][v](i=1~n)
令Hash[u]=f(u)
则在每次修改id[i][u]时顺便O(1)修改Hash(u)即可O（1）查询,判断Hash[u]是否等于Hash[v].
这样时间复杂度优化为O(边数*log2(n*m)+边数)是一个非常优秀的算法，散列的魅力就在于此，空间换时间，效率高，比赛时只要p和q设的大一些，一些考算法的题可以水个八九十分，还特别好写，不会写炸。

‘玖’ 散列算法的介绍

产生一些数据片段（例如消息或会话项）的散列值的算法。好的散列算法具有根据输入数据中的变动来更改散列值结果的特性；因此，散列对于检测在诸如消息等大型信息对象中的任何变化很有用。

‘拾’ 散列算法的概念

在信息安全技术中，经常需要验证消息的完整性，散列（Hash）函数提供了这一服务，它对不同长度的输入消息，产生固定长度的输出。这个固定长度的输出称为原输入消息的“散列”或“消息摘要”（Message digest）。一个安全的哈希函数H必须具有以下属性：
l）H能够应用到大小不一的数据上。
2）H能够生成大小固定的输出。
3）对于任意给定的x，H（x）的计算相对简单。
4）对于任意给定的代码h，要发现满足H（x）=h的x在计算上是不可行的。
5) 对于任意给定的块x，要发现满足H（y）=H（x）而y=x在计算上是不可行的。
6）要发现满足H（X）=H（y）的（X，y）对在计算上是不可行的