“分配hash函數”是什么意思？

Question

在閱讀有關 Object.GetHashCode 方法的 MSDN 文檔時，我遇到了像 hash function 這樣的短語應該在 hash 表中提供隨機或有用的分布。 對於 hash function 或 hash 表，此分布意味着什么？

Answer 1

hash function 產生一個 32 位 integer 用於“平衡”hash 表。 假設你的表有一百個“桶”，你根據 hash function 的后兩位小數將表中的項目放入一個桶中。

現在假設 hash function總是產生 100 的偶數倍數。 每個項目都將 go 放入同一個桶中，而 hash 表將是不平衡的。 那將是一個糟糕的 hash function。

一個好的 hash 算法會產生大致均勻的分布，無論您有多少個桶，也無論您如何從 hash 中提取桶號。

Answer 2

對於 hash 到 function 具有最大功效的表，hash 的值應盡可能唯一以防止沖突。 例如，讓我們考慮一個非常簡單的 hash function：假設您的對象是名字和姓氏，對於 hash 值，您選擇首字母。 所以 Ginger Rodgers 的 hash 值為 GR，Fred Astaire 的 hash 值為 FA。 到目前為止一切順利，但是當 Frank Allen 的 FA 值為 hash 時會發生什么？ 現在 Fred Astaire 和 Frank Allen 發生了沖突，hash 表實現必須將此作為特殊情況處理，這會降低效率。

最好的 hash 函數采用輸入空間 (Fred Astaire)，並產生一個（理想情況下）輸入空間唯一的隨機值。 只要 hash 的大小小於數據的大小，就無法完全避免沖突，但應通過謹慎選擇 hash 算法將沖突降至最低。

正如下面 Eric 所指出的，平衡 hash 表的 hash 算法必須非常快，因此您必須在速度和沖突之間取得平衡。 您可以研究 SHA-1 (http://en.wikipedia.org/wiki/SHA-1) 等加密算法 hash 以了解生成唯一哈希的復雜性，但用於平衡 hash 表的 hash 算法需要盡可能快.