hash

Java HashMap详解 什么是Map？ 什么是HashMap? HashMap初始化 HashMap原理 HashMap扩容 HashMap面试题 什么是Map？ 要理解hashMap，首先你要知道什么是map，map是用于存储键值对（<key,value>）的集合类。在java中map是一个接口，是和collection接口同一等级的集合根接口。 map的特点：1、key是无序、唯一的； 2、value是无序不唯一的。 什么是HashMap? HashMap是用哈希表（数组+单链表）+红黑树实现的map类(JDK1.8之前是数组+单链表，JDK1.8加入了红黑树)。 红黑树实际上就是一个二叉树，只是每个节点都被标记为黑色或者红色。 HashMap初始化 Map map = new HashMap(); HashMap默认初始大小为16。大小只能是2的n次方，若强行给初始大小为非2的n次方，HashMap会自动调整为2的n次方。 HashMap的最大容量为2的30次方，传入容量过大将被这个值替换： static final int MAXIMUM_CAPACITY = 1 << 30（"<<"为左移运算符，1表示十进制中的“1”，30表示十进制数字1转化为二进制后向左移动30位。在数值上等同于2的30次幂） 详解：java中int类型的长度为32位，即2的31次方

众所周知，散列表是一种十分重要的数据结构，接下来就从各个方面分析下跟散列表相关的问题。主要解决什么是散列表，散列冲突的解决方法， 以及各种方法的优缺点。 概览图： 什么是散列表？ 散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构，是数组的衍生体。 散列表的用途？ 也就是说，散列表通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。 给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。 如何设计散列函数？ 散列函数的基本要求： 散列函数计算得到的散列值是一个非负整数； 如果 key1 = key2，那 hash(key1) == hash(key2)； 如果 key1 ≠ key2，那 hash(key1) ≠ hash(key2)； 函数需要足够简单，复杂的函数，在计算过程中需要消耗过多的cpu资源； 该函数计算结果 需要随机并且分布均匀； 我来解释一下这三点。 其中，第一点理解起来应该没有任何问题。因为数组下标是从 0 开始的，所以散列函数生成的散列值也要是非负整数。 第二点也很好理解。相同的 key

MySQL存储引擎 存储引擎 MySQL存储引擎 存储引擎   MySQL数据库在实际的工作中分为了语句分析层和存储引擎层，其中语句分析层主要负责与客户端完成连接并且事先分析出SQL语句的内容和功能，存储引擎层则主要负责接收来自语句分析层的分析结果，完成相应的数据输入输出和文件操作，即如何存储数据、如何为存储的数据建立索引和如何更新、查询数据等技术的实现方法。因为在关系数据库中数据的存储是以表的形式存储的，所以存储引擎也可以称为表类型（即存储和操作此表的类型）。 MySQL存储引擎 （1）MyISAM存储引擎   不支持事务、也不支持外键，优势是访问速度快，对事务完整性没有要求或者以SELECT、INSERT为主的应用基本上可以用这个引擎来创建表。支持3种不同的存储格式，分别是：静态表、动态表、压缩表 静态表：表中的字段都是非变长字段，每个记录都是固定长度的，优点存储非常迅速，容易缓存，出现故障容易恢复；缺点是占用的空间通常比动态表多（因为存储时会按照列的宽度定义补足空格） 动态表：记录不是固定长度的，这样存储的优点是占用的空间相对较少；缺点：频繁的更新、删除数据容易产生碎片，需要定期执行OPTIMIZE TABLE或者myisamchk -r命令来改善性能 压缩表：因为每个记录是被单独压缩的，所以只有非常小的访问开支 （2）InnoDB存储引擎   该存储引擎提供了具有提交

在家的又一场。 状态还是一般吧。 自己扔了30分。 T1 比较厉害的 \(dp\) ，考场上想到了，结果因为细节太多就没有写（真的是多）。 他其实就是个基环树dp。 我们首先断掉环上某个边，然后进行一次最大匹配的 \(dp\) ,然后这样要求这个边必然不选。 另一种情况是这个必然选，那么这条边终点的出边必然不选，再次断那个出边 再 \(dp\) 一次得到答案。 考虑如何输出方案。 对于一个位置我们记录这个点的最大值出现在 \(0/1\) 上。 然后根据这个找到最佳方案所依赖的子节点方案。 即可输出方案了。 T2 是hash的题。 枚举答案区间中的颜色集合。 对每个位置开个桶，记录一下当前位置的前缀和。 然后根据这些位置和集合中最后一个元素的前缀和的差进行hash。 存放入hash表中即可，对于某一个右端点快速的查询对应最优的左端点。 T3 被我用随机化过了，有人写2-sat，也有搜索的。 随机化出序列，然后贪心的加入两个集合，就是枚举加入哪个集合使得当前答案更小即可。 这样多做几次 使得单个询问复杂度为2e8就能过了。 来源： https://www.cnblogs.com/Lrefrain/p/12243593.html

1.3、hash hash用于存储对象，对象的格式为键值对 命令 设置 设置单个属性 HSET key field value 设置多个属性 HMSET key field value [field value ...] 获取 获取一个属性的值 HGET key field 获取多个属性的值 HMGET key field [field ...] 获取所有属性和值 HGETALL key 获取所有的属性 HKEYS key 返回包含属性的个数 HLEN key 获取所有值 HVALS key 其它 判断属性是否存在 HEXISTS key field 删除属性及值 HDEL key field [field ...] 返回值的字符串长度 HSTRLEN key field 来源： https://www.cnblogs.com/LiuYanYGZ/p/12242065.html

总结一句话，Hash是一种典型的空间换时间，代价就是需要使用更大的空间，除了要储存源数据外还要额外的储存，hash关系的数据！ 【转】 哈希表和哈希函数是大学数据结构中的课程，实际开发中我们经常用到Hashtable这种结构，当遇到键-值对存储，采用Hashtable比ArrayList查找的性能高。为什么呢？我们在享受高性能的同时，需要付出什么代价(这几天看红顶商人胡雪岩，经典台词：在你享受这之前，必须受别人吃不了的苦，忍受别人受不了的屈辱)，那么使用Hashtable是否就是一桩无本万利的买卖呢？就此疑问，做以下分析，希望能抛砖引玉。 1)hash它为什么对于键-值查找性能高 学 过数据结构的，都应该晓得，线性表和树中，记录在结构中的相对位置是随机的，记录和关键字之间不存在明确的关系，因此在查找记录的时候，需要进行一系列的 关键字比较，这种查找方式建立在比较的基础之上，在java中(Array,ArrayList,List)这些集合结构采用了上面的存储方式。 比如，现在我们有一个班同学的数据，包括姓名，性别，年龄，学号等。假如数据有 姓名 性别 年龄 学号 张三 男 15 1 李四 女 14 2 王五 男 14 3 假如，我们按照姓名来查找，假设查找函数FindByName(string name); 1)查找“张三” 只需在第一行匹配一次。 2)查找"王五" 在第一行匹配

哈希表和哈希函数是大学数据结构中的课程，实际开发中我们经常用到Hashtable这种结构，当遇到键-值对存储，采用Hashtable比ArrayList查找的性能高。为什么呢？我们在享受高性能的同时，需要付出什么代价(这几天看红顶商人胡雪岩，经典台词： 在你享受这之前，必须受别人吃不了的苦，忍受别人受不了的屈辱 )，那么使用Hashtable是否就是一桩无本万利的买卖呢？就此疑问，做以下分析，希望能抛砖引玉。 1)hash它为什么对于键-值查找性能高 学过数据结构的，都应该晓得，线性表和树中，记录在结构中的相对位置是随机的，记录和关键字之间不存在明确的关系，因此在查找记录的时候，需要进行一系列的关键字比较，这种查找方式建立在比较的基础之上，在.net中(Array,ArrayList,List)这些集合结构采用了上面的存储方式。 比如，现在我们有一个班同学的数据，包括姓名，性别，年龄，学号等。假如数据有 姓名 性别 年龄 学号 张三 男 15 1 李四 女 14 2 王五 男 14 3 假如，我们按照姓名来查找，假设查找函数FindByName(string name); 1)查找“张三” 只需在第一行匹配一次。 2)查找"王五" 在第一行匹配，失败， 在第二行匹配，失败， 在第三行匹配，成功 上面两种情况，分别分析了最好的情况，和最坏的情况，那么平均查找次数应该为 (1+3)/2