散列

1、定义 

  散列（Hash，哈希）是一种对数据的处理方法，通过某种特定的算法将要检索的项与用来检索的索引（称为散列，或者散列值）关联起来，然后可以生成一种便于搜索的数据结构（称为散列表）。

  c++11中增加了获得hash值的方法，通过hash，hash是实现了operator()的类，所以其对象是函数对象：

    //template<class Key > struct hash;
    auto hashValue = std::hash<std::string>()("hello");

2、散列的常见应用：

  散列常用作一种数据安全的方法，由一串数据中经过散列算法计算出来的资料指纹（data fingerprint），经常用来识别资料是否有被窜改，以保证资料确实是由原创者所提供。
  散列算法的另一用途是用来加密的密码，由于散列算法所计算出来的散列值（Hash Value）具有不可逆（无法逆向演算回原本的数值）的性质，因此可有效的保护密码。
  散列表就是使用散列函数将键名和键值关联起来的数据结构，c++中的unordered_map、unordered_set底层实现使用这种数据结构来保存数据。

3、unordered_map

  unordered_map的基本原理：

   使用一个下标范围比较大的数组来存储元素。将每个键映射到0到数组大小这个范围中的某个数，将键值放到这个单元中存储，这个函数称为散列函数；散列函数具体来说就是使每个元素的键都与一个函数值（即数组下标）相对应，用这个数组单元（称为桶）来存储这个元素。但是，不能够保证每个元素的键与存储单元一一对应的，有可能出现对于不同的元素却计算出了相同的桶号，在这种情况下不同的元素被存储到了相同的数组单元中，这就称为“冲突（碰撞）”，所以还要有方法来处理这种情况，即为“解决冲突”，比如如果得到的哈希地址冲突(该位置上已存储数据)的话就将这个数据与原数据组成链表存放，如下图的B、D、F桶处所示：

   

  对于unordered_map插入元素的过程是：

   ①、通过hash函数得到key的hash值
   ②、得到桶号(一般为hash值对整个数组大小求模获得)
   ③、存放key和value在桶内。

  unordered_map查找元素的过程是：

   ①、通过hash函数得到key的hash值
   ②、得到桶号(一般为hash值对整个数组大小求模获得)
   ③、比较桶的内部元素是否与key相等，若都不相等，则没有找到，相等的话取出value值。
根据unorder_map的查询和插入规则可知其查询、插入和删除操作不随数据量的增长而增大，时间复杂度是常数级别O(1)。

 4、map与unordered_map

  由于map内部使用的数据机构，所以map中元素会自动排序存放，unordered_map则不会。

  map是根据key自动排序的，对于key的类型必须支持<比较操作，所以对于自定义类型的元素应该增加operator<()函数，eg：

#include <map>

class CFoo
{
    friend bool operator<(const CFoo& f1, const CFoo& f2);
    int m_iNum = 0;
};
bool operator<(const CFoo& f1, const CFoo& f2)
{
    return f1.m_iNum < f2.m_iNum;
}

map<CFoo, int> m;
m.insert(pair<CFoo, int>(CFoo(), 3));

  unordered_map中key如果是自定义类型的话定义unordered_map的时候需要传入模板参数列表的第三个和第四个参数，分别用来指定散列函数和解决冲突时使用的判断是否相等，eg：

#include <unordered_map>
#include "boostfunctionalhash.hpp"
class CFoo
{
public:
    int m_iNum = 0;
    string m_str;
};
struct foo_hash_value
{
    size_t operator()(const CFoo& p)
    {
        //std::hash<int> h;
        //return h(p.m_iNum);
        size_t seed = 0;
        boost::hash_combine(seed, p.m_iNum);
        boost::hash_combine(seed, p.m_str);
        return seed;
    }
};

struct foo_is_equal
{
    bool operator()(const CFoo& f1, const CFoo& f2)
    {
        return f1.m_iNum == f2.m_iNum;
    }
};

std::unordered_map<CFoo, int, foo_hash_value, foo_is_equal> m;

5、CRC与MD5、SHA-1

  CRC、MD5、SHA1都是通过对数据进行计算，来生成一个校验值，该校验值可以用来校验数据的完整性。

  CRC不是hash算法，而是采用多项式除法，其校验值的长度跟其多项式有关系，一般为16位(CRC16)或32位(CR32)，其计算效率比MD5和SHA1要高很多，但其安全性相对于MD5和SHA1要弱很多，一般只用作通信数据的校验。

  MD5和SHA1使用的是hash算法，由于hash值具有不可逆性，无法通过hash值获得对应的原值，所以它们又经常用作数据加密。生成的校验值MD5是128位(16个字节），SHA1是160位(20个字节)，SHA1的安全性比MD5还要高一点。如果我们想要通过加密后的值获得原加密之前的值，我们可以使用自己的加密算法或者使用非对称加密。比如使用非对称加密即为使用公钥对数据加密后进行保存，通过私钥对加密后的数据进行解密。常用的非对称加密算法有RSA、Elgamal。