hash

hashlib模块: 1.>什么叫hash:hash是一种算法（3.x里代替了md5模块和sha模块，主要提供 SHA1, SHA224, SHA256, SHA384, SHA512 ，MD5 算法）， 该算法接受传入的内容，经过运算得到一串hash值. 2.>hash值的特点是： 只要传入的内容一样，得到的hash值必然一样=====>要用明文传输密码文件完整性校验 不能由hash值返解成内容=======>把密码做成hash值，不应该在网络传输明文密码 只要使用的hash算法不变，无论校验的内容有多大，得到的hash值长度是固定的 理解:hash算法就像是一座工厂,工厂接收你送来的原材料(可以使用,.update()为工厂运送原材料). 经过加工返回的产品就是hash值. # --------------------示例--------------------------------------> import hashlib m = hashlib.md5() m.update('hello'.encode()) print(m.hexdigest()) # 5d41402abc4b2a76b9719d911017c592 m.update('alvin'.encode()) print(m.hexdigest()) #

一、简介 Bloom filter介绍 Bloom Filter（BF）是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。它是一个判断元素是否存在集合的快速的概率算法。Bloom Filter有可能会出现错误判断，但不会漏掉判断。因此，Bloom Filter不适合那些“零错误”的应用场合。而在能容忍低错误率的应用场合下，Bloom Filter比其他常见的算法（如hash，折半查找）极大节省了空间。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。 二、算法思想 Bloom-Filter算法的核心思想就是利用多个不同的Hash函数来解决“冲突”。 计算某元素x是否在一个集合中，首先能想到的方法就是将所有的已知元素保存起来构成一个集合R，然后用元素x跟这些R中的元素一一比较来判断是否存在于集合R中；我们可以采用链表等数据结构来实现。但是，随着集合R中元素的增加，其占用的内存将越来越大。试想，如果有几千万个不同网页需要下载，所需的内存将足以占用掉整个进程的内存地址空间。即使用MD5，UUID这些方法将URL转成固定的短小的字符串，内存占用也是相当巨大的。 于是，我们会想到用Hash table的数据结构，运用一个足够好的Hash函数将一个URL映射到二进制位数组（位图数组）中的某一位

　　JDK提供了一组主要的数据结构的实现，如List、Set、Map等常用结构，这些结构都继承自java.util.collection接口。 List接口 　　List有三种不同的实现，ArrayList和Vector使用数组实现，其封装了对内部数组的操作。LinkedList使用了循环双向链表的数据结构，LinkedList链表是由一系列的链表项连接而成，一个链表项包括三部分：链表内容、前驱表项和后驱表项。 　　LinkedList的表项结构如图： 　　LinkedList表项间的连接关系如图： 　　 　　可以看出，无论LinkedList是否为空，链表都有一个header表项，它即表示链表的开头也表示链表的结尾。表项header的后驱表项便是链表的第一个元素，其前驱表项就是链表的最后一个元素。 　　对基于链表和基于数组的两种List的不同实现做一些比较： 　　1、增加元素到列表的末尾： 　　在ArrayList中源代码如下： 1 public boolean add(E e) { 2 ensureCapacityInternal(size + 1); // Increments modCount!! 3 elementData[size++] = e; 4 return true; 5 } 　　add()方法性能的好坏取决于grow()方法的性能： 1 private

Hash算法 1.定义 Hash ：散列，通过关于键值(key)的函数，将数据映射到内存存储中一个位置来访问。这个过程叫做Hash，这个映射函数称做散列函数，存放记录的数组称做散列表(Hash Table),又叫哈希表。 简单地说，它是密码学中的一个重要的函数，一般以 表示。这个函数可以将任意一段数据（一般称这段数据为“消息”）压缩成固定长度的字符串（一般称输出的字符串为“摘要”）。哈希函数需要满足下述条件： 确定性：哈希函数的算法是确定性算法，算法执行过程不引入任何随机量。这意味着相同消息的哈希结果一定相同。 高效性：给定任意一个消息m，可以快速计算 目标抗碰撞性：给定任意一个消息m1,很难找到另一个消息m2，使得 广义抗碰撞性：很难找到两个消息m0不等于m1的情况下，使得 2.优点 先分类，再查找，通过计算，缩小范围，加快查找速度 3.Hash的作用 数字签名：给数据打指纹 比如我们下载一个文件，文件的下载过程中会经过很多网络服务器、路由器的中转，如何保证这个文件就是我们所需要的呢？我们不可能去一一检测这个文件的每个字节，也不能简单地利用文件名、文件大小这些极容易伪装的信息，这时候，我们就需要一种指纹一样的标志来检查文件的可靠性，这种指纹就是我们现在所用的Hash算法(也叫散列算法)。 密码存储 在用户进行网站登录时，如果服务器直接存储用户密码，则如果服务器被攻击者所攻击

HashMap基于hashing原理，我们通过put()和get()方法储存和获取对象。当我们将键值对传递给put()方法时，它调用键对象的hashCode()方法来计算hashcode，让后找到bucket位置来储存值对象。当获取对象时，通过键对象的equals()方法找到正确的键值对，然后返回值对象。HashMap使用链表来解决碰撞问题，当发生碰撞了，对象将会储存在链表的下一个节点中。 HashMap在每个链表节点中储存键值对对象。 1.HashMap介绍 HashMap为Map接口的一个实现类，实现了所有Map的操作。HashMap除了允许key和value保存null值和非线程安全外，其他实现几乎和HashTable一致。 HashMap使用散列存储的方式保存kay-value键值对，因此其不支持数据保存的顺序。如果想要使用有序容器可以使用LinkedHashMap。 在性能上当HashMap中保存的key的哈希算法能够均匀的分布在每个bucket中的是时候，HashMap在基本的get和set操作的的时间复杂度都是O(n)。 在遍历HashMap的时候，其遍历节点的个数为bucket的个数+HashMap中保存的节点个数。因此当遍历操作比较频繁的时候需要注意HashMap的初始化容量不应该太大。 这一点其实比较好理解：当保存的节点个数一致的时候，bucket越少

为何出现死循环简要说明 HashMap闭环的详细原因 cocurrentHashMap的底层机制 为何出现死循环简要说明 　　HashMap是非线程安全的，在并发场景中如果不保持足够的同步，就有可能在执行HashMap.get时进入死循环，将CPU的消耗到100%。 　　HashMap采用链表解决Hash冲突。因为是链表结构，那么就很容易形成闭合的链路，这样在循环的时候只要有线程对这个HashMap进行get操作就会产生死循环， 　　单线程情况下，只有一个线程对HashMap的数据结构进行操作，是不可能产生闭合的回路的。 　　只有在多线程并发的情况下才会出现这种情况，那就是在put操作的时候，如果size>initialCapacity*loadFactor，hash表进行扩容，那么这时候HashMap就会进行rehash操作，随之HashMap的结构就会很大的变化。很有可能就是在两个线程在这个时候同时触发了rehash操作，产生了闭合的回路。 　　推荐使用currentHashMap 多线程下 [HashMap] 的问题： 1、多线程put操作后，get操作导致 死循环 。 2、多线程 put非NULL元素后，get操作得到NULL值 。 3、多线程 put操作，导致元素丢失 。 HashMap闭环的详细原因 Java的HashMap是非线程安全的，所以在并发下必然出现问题

不可抗拒力，写得比较慢，主要是室友老拉我打wz，公开处刑！ 功能描述 构造一个hash表，对单词来实现O(1)时间的查找。 实现过程 hash函数利用了高低位的hash，自作聪明的加上了位移，啧啧啧，一测试发现冲突打得夸张，加容量也没咋减少，一直以为是再寻址写错了，改了，发现每啥用。后来把左移去掉发现冲突瞬间掉了，现在还没搞清楚为啥。 代码 /** * 利用hashCode进行查找 * * 借用一下网上的hash函数 * unsigned short high = 10086; * unsigend short low = 725; * while(i < lenth) * high = (high << 4) ^ (a * (i + lenth)); * low = (low << 3) ^ (a * (lenth - i)); * * return ((hight << 16) | low ) % size; * ps:经过测试，发现赋值给high和low并没有什么作用 * 而位移操作则会起到反作用，也就是说更好的hash函数应该是下面的 * unsigned short high = 0; * unsigend short low = 0; * while(i<lenth) * high = high ^ (a * (i + lenth)); * low = low ^ (a