1、直接映射表
创新互联公司长期为上千客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为玉屏企业提供专业的
网站制作、成都网站设计，
玉屏网站改版等技术服务。拥有十年丰富建站经验和众多成功案例,为您定制开发。
查找数据时，直接定位，时间复杂度为：O(1)；
局限性：浪费大量的内存空间；
2、哈希表
(1)、用一个哈希函数Hash()来随机映射那些键；
抽象模型
(2)、哈希冲突时：
i、链地址法，时间复杂度最坏：O(n)；
简单均匀哈希的时间复杂度：O(1+a)；a：装载因子
哈希函数的选取：除留余数法；
ii、开放寻址法，没有链表；
利用多次哈希函数，探测空的位置，直到找到一个可以存放元素的位置即可；探查序列很重要！！！
插入、查询就根据探查序列比较简单，删除比较难做；
探测序列：a、线性探测：一个挨一个位置的探测，往下扫描；
探测序列：b、二次哈希：2个哈希函数的和扫描；
哈希表越满，其探查效率越低；
3、哈希表溢出，动态哈希怎么实现？
i、首先申请一个原哈希表2倍大的空间；
ii、在将旧有元素移到新的哈希表空间中；
iii、在释放原有空间；
平摊分析的思想：
一个插入的平均代价时间复杂度：O(1)；
n个元素的插入时间复杂度是：O(n)；
4、哈希函数的所有键映射同一个槽，此时查询效率极为低下。
(1)、问题关键：选择哈希函数，要随机选择，与输入的哈希运算的键保存独立，程序员本身也不能确定在实际运行时会用到哪一个哈希函数，无法预测随机数的输出；----->全域哈希
(2)、全域哈希解决的问题：所有键都相同，此时随机选择哈希函数将会使其映射到不同的槽中；
哈希函数集H中随机地选择函数h，均匀的分布在哈希表中；
(3)、全域哈希的构造：
i、槽的总数为m = 质数时成立，k = 把任意的键分解为r+1位，可以把k看成k_0，k_1......k_r(k_i >= 0 && k_i <= m-1)，k用"m进制"来表示；k不断除m，取余在除(进制转换法)
ii、构造一个a = ，随机地从(0,1,2,....m-1)中选取元素分配到a集合中；
哈希函数集：k x a，k中的每一项和a中的每一项相乘，再把乘积全部加起来，在对m取余，就得到分配的槽数；哈希函数集的大小：m^(r+1)；
(4)、全域哈希是用随机函数的思想，但是有很小很小的概率还是会冲突的，解决方案：完全哈希；
5、完全哈希
使用二级结构，在每一级都会用全域哈希，第一级可能会有冲突，但是第二级就没有了；
(1)、算法模型
(2)、算法分析：
时间复杂度：O(1)；
所需的存储空间为：O(n)；
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
文章标题：全域哈希和完全哈希-创新互联
新闻来源：
http://cdkjz.cn/article/ceoseg.html
