哈希算法介绍.doc

哈希算法简介 目录 1哈希算法概念 2 2哈希函数 3 3冲突的解决方法 3 4哈希算法应用 4 关键词： 算法、哈希、c语言 摘 要： 哈希算法在软件开发和Linux内核中多次被使用，由此可以见哈希算法的实用性和重要性。本文介绍了哈希算法的原理和应用，并给出了简略的代码实现，以便读者理解。 1哈希算法概念 哈希算法将任意长度的二进制值映射为固定长度的较小二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母，随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。哈希表是根据设定的哈希函数H(key)和处理冲突方法将一组关键字映象到一个有限的地址区间上，并以关键字在地址区间中的作为记录在表中的存储位置，这种表称为哈希表，所得存储位置称为哈希地址。作为线性数据结构与表格和队列等相比，哈希表无疑是查找速度比较快的一种。 通常的习惯是让项从0到 TableSize-1之间变化。 将每个键映射到0到TableSize-1 这个范围中的某个数 ，并且将其放到适当的单元中，这个映射就称为散列函数（hash funciton）。 如右图，john被散列到3，phil被散列到4，dave 被散列到6，mary被散列到7. 这是哈希的基本思想。剩下的问题则是要选择一个函数，决定当两个键散列到同一个值的时候（称为冲突），应该做什么。 2哈希函数 通常，键是字符串，一种选择方法是把字符串中字符ASCII码值加起来。 unsigned int hash( const char * key, int tableSize) { unsigned int hastVal = 0; for( int i = 0; i strlen(key); i++) hashVal += key[ i ]; return hashVal % tableSize; } 通过对ASCII码总和取tableSize的余数，来确定哈希值。 这是个简单的示例，实现起来很简单而且能够很快地算出答案。不过，如果表很大，则函数不会很好地分配键。由于ASCII字符的值最多为127，如果输入的key，都是长度比较小的字符串，那么返回的键值（哈希值）就会集中在哈希表的头部，这样就会分配不均匀。好的哈希算法这部分会非常复杂，这里仅仅做个介绍。在下面的哈希算法应用中会介绍linux内核如何使用哈希算法管理网络设备结构。 3冲突的解决方法 在使用哈希算法时，除了哈希函数之外，还需要注意的是冲突（两个键散列到同一个值的时候）的处理。 常用的处理方式有分离链接法、线性探测、平方探测。由于线性探测和平方探测涉及到一些数学问题，本文就介绍分离链接法。 分离链接法也比较简单，其做法为将散列到同一个值的所有元素保留到一个链表中。 如上图所示，所有哈希表项对应一个链表，这样只要将冲突项放入链表就行，当查找时先找到链表，然后在比较链表上项的键，得到想要的项，这个方法比较容易实现，但是会增加查找的耗时，原来只需计算哈希值，现在增加了对链表项的比较功能。 4哈希算法应用 下面看看linux内核中网络设备，是怎么样通过设备名获取相应设备的net_device结构体。在这个过程中，使用了哈希算法，并且使用了分离链接法解决冲突的问题。使用哈希算法可以提高查询速度，如果使用链表，查询时需要逐一比较，效率低下。 dev_name_head为哈希表，保存了所有项的链表头。 1 NETDEV_HASHBITS 为表的大小。 full_name_hash为哈希函数，其主要目的是为了分布均匀避免冲突，这样可以提高查找效率。 这个应用比较简单，但是清晰的展现哈希算法的架构，而且容易理解。 哈希算法应用很多场景，比如管理组播MAC地址，文件系统，数据库，数据校验等等。有兴趣可以深入研究，可以拓宽编程思路。 哈希算法简介 第5页 共8页