本篇内容主要讲解“服务器哈希冲突怎么解决”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“服务器哈希冲突怎么解决”吧!
一、哈希表概述
哈希表的哈希函数输入一个键，并向返回一个哈希表的索引。可能的键的集合很大，但是哈希函数值的集合只是表的大小。
哈希函数的其他用途包括密码系统、消息摘要系统、数字签名系统，为了使这些应用程序按预期工作，冲突的概率必须非常低，因此需要一个具有非常大的可能值集合的散列函数。
密码系统:给定用户密码，操作系统计算其散列，并将其与存储在文件中的该用户的散列进行比较。(不要让密码很容易被猜出散列到相同的值)。
消息摘要系统:给定重要消息，计算其散列，并将其与消息本身分开发布。希望检查消息有效性的读者也可以使用相同的算法计算其散列，并与发布的散列进行比较。(不要希望伪造消息很容易，仍然得到相同的散列)。
这些应用的流行哈希函数算法有:
md5 : 2^128个值（找一个冲突键，需要哈希大约2 ^ 64个值）
sha-1：2^160个值（找一个冲突键，需要大约2^80个值）
二、哈希冲突
来看一个简单的实例吧，假设采用hash函数：H(K)=K mod M，插入这些值：217、701、19、30、145
H(K)= 217 % 7 = 0
H(K)= 701 % 7 = 1
H(K)= 19 % 7 = 2
H(K)= 30 % 7 = 2
H(K)= 145 % 7 = 5
上面实例很明显 19 和 30 就发生冲突了。
三、冲突解决策略
除非您要进行“完美的散列”，否则必须具有冲突解决策略，才能处理表中的冲突。
同时，该策略必须允许查找，插入和删除正确运行的操作！
冲突解决技术可以分为两类：开散列方法( open hashing，也称为拉链法，separate chaining )和闭散列方法( closed hashing，也称为开地址方法，open addressing )。这两种方法的不同之处在于：开散列法把发生冲突的关键码存储在散列表主表之外，而闭散列法把发生冲突的关键码存储在表中另一个槽内。
下面介绍业内比较流行的hash冲突解决策略：
线性探测(Linear probing)
双重哈希(Double hashing)
随机散列(Random hashing)
分离链接(Separate chaining)
上面线性探测、双重哈希、随机散列都是闭散列法，而分离链接则是开散列法。
1、线性探测(Linear probing)
插入一个值
使用散列函数H（K）在大小为M的表中插入密钥K时：
设置 indx=H（K）
如果表位置indx已经包含密钥，则无需插入它。Over
否则，如果表位置indx为空，则在其中插入键。Over
其他碰撞。设置 indx=（indx + 1）mod M.
如果 indx==H（K），则表已满！就只能做哈希表的扩容了
因此，线性探测基本上是在发生碰撞时对空槽进行线性搜索。
优点：易于实施；总是找到一个位置（如果有）；当表不是很满时，平均情况下的性能非常好。
缺点：表的相邻插槽中会形成“集群”或“集群”键；当这些簇填满整个阵列的大部分时，性能会严重下降，因为探针序列执行的工作实际上是对大部分阵列的穷举搜索。
简单例子
如哈希表大小M=7, 哈希函数：H(K)=K mod M。插入这些值：701, 145, 217, 19, 13, 749
H(K)= 701 % 7 = 1
H(K)= 145 % 7 = 5
H(K)= 217 % 7 = 0
H(K)= 19 % 7 = 2
H(K)= 13 % 7 = 1(冲突) --> 2(已经有值) --> 3(插入位置3)
H(K)= 749 % 7 = 2(冲突) --> 3(已经有值) --> 4(插入位置4)
可见，如果哈希表如果不是很大，随着数据插入，冲突也会组件发生，探针遍历次数将会逐渐变低，检索过程也就成为穷举。
