1dht优点：一个人的工作量太大了,按一定的方法把他的工.docVIP

1.dht 优点： 一个人的工作量太大了，按一定的方法把他的工作分配很多人一起做。 分配方法：就是dht的几种算法。 2.hash 表：查找速度更快! Hash表的构造：除余法：例如H(k)=k mod 10 会有冲突： 解决冲突的方法： 1．链地址法： 2．开放地址法：Hi（k）＝（H（k）＋di）mod m （1）di=1,2,3,…（线性探测再散列） (2) di=1^2,(-1)^2,2^2,(-2)^2…（二次探测再散列） (3) di=伪随机序列（伪随机再散列） 例：keys为（32，13，49，55，22，38，21），m为7 线型探测在散列： 32 MOD 7 = 4 存入地址空间4； 13 MOD 7 =6 存入地址空间6； 49 MOD 7 = 0 存入地址空间0； 55 MOD 7 = 6 发生冲突，处理冲突如下： 下一个存储地址为（6＋1） MOD 7 = 0 仍然冲突 在下一个存储地址为（6＋2） MOD 7 = 1 不冲突，存入地址空间1； 22 MOD 7 = 1 发生冲突，处理冲突如下： 下一个存储地址为（1＋1）MOD 7 = 2 不冲突，存入地址空间2； 38 MOD 7 =3 存入地址空间 3； 21 MOD 7 = 0 冲突， （0＋1）MOD 7 = 1,冲突 （0＋2）MOD 7 =2 冲突 （0＋3）MOD 7 =3 冲突 （0＋4）MOD 7 =4 冲突 （0＋5）MOD 7 =5 不冲突，存入地址空间5 已经建立HASH表，用关键字K来查询K的数据元素： 根据K值求它的哈希地址，即H(k)，然后根据H（k）找出哈希地址如果为空，则查找失败，若不为空，将K与该单元的关键字相比较，若两者相等，则查找成功，若不相等，则按照构造hash表的方法，继续在“下一个存储地址”中查找。 3.dht的一般算法：环内按着succesor来查找。缺点：跳数太多（N/2，其中N为在环内 节点的数量）如果节点失败，就不能往下走。 Key的加入： 找到Key（看作ID）的Successor算法(就是找到负责Key的节点)： def findNode(start, key): current=start while distance(current.id, key) \ distance(current.next.id, key): current=current.next ％ while完成的功能是：current与key的差值最小。 return current def distance(a, b): if a==b: return 0 elif ab: return b-a; else: return (2**k)+(b-a);％ a和b的差值。 4.chord：把跳数减低（log2N） succesor:D与本节点ID最接近、且大于本节点ID的节点。 （1）Key的加入： 即怎么根据环中的任意一个节点stard开始来找负责key的节点：（例如：从节点1找负责key7的节点） def lookup(start, key): current=findFinger(start, key)％current为节点6 next=findFinger(current, key)％next为节点0 while distance(current.id, key) distance(next.id, key): current=next next=findFinger(current, key)％如此反复，直到找到负责key7的节点为节点0 return current 在节点node的finger表中查找与key值最接近的节点 def findFinger(node, key): current=node for x in range(k):％从finger表中finger[1]到finger[k]查找。 If distance(current.id, key) distance(node.finger[x].id, key): current=node.finger[x]％如果找到与key值最接近的id的节点（即key的succesor） return current （2）节点加入和退出：（值得注意的是节点的加入和退出与key的加入和退出是独立的） 加入算法： 节点X利用任意一个节点A加入环中： 1．X得到一个随机分配的I