一、散列表

根据 key 计算 key 在表中的位置的数据结构；是 key 和其所在 存储地址的映射关系；

注意：散列表的节点中 kv 是存储在一起的；

结构：

二、选择hash的原因

1、需要很强的查找效率

2、强随机分布，等概率、均匀的分布在整个地址空间。

常用的哈希算法：

murmurhash1，murmurhash2，murmurhash3，siphash （ redis6.0 当中使用，rust 等大多数语言选用的 hash 算法来实 现 hashmap），cityhash 都具备强随机分布性；siphash 主要解决字符串接近的强随机分布性 ;

三、负载因子

数组存储元素的个数 / 数组长度；用来形容散列表的存储密 度；负载因子越小，冲突概率越小，负载因子越大，冲突概率越 大；

四、hash 冲突处理

1、链表法（拉链法）

引用链表来处理哈希冲突；也就是将冲突元素用链表链接起 来；这也是常用的处理冲突的方式；但是可能出现一种极端情 况，冲突元素比较多，该冲突链表过长，这个时候可以将这个 链表转换为红黑树、最小堆；由原来链表时间复杂度 转 换为红黑树时间复杂度 ；

2、开放寻址法

将所有的元素都存放在哈希表的数组中，不使用额外的数据结 构；一般使用线性探查的思路解决； 1. 当插入新元素的时，使用哈希函数在哈希表中定位元素位 置； 2. 检查数组中该槽位索引是否存在元素。如果该槽位为空，则 插入，否则3； 3. 在 2 检测的槽位索引上加一定步长接着检查2； 加一定步长 分为以下几种： i+1,i+2,i+3,i+4, ... ,i+n i- ,i+ ,i- ,1+ , ... 这两种都会导致同类 hash 聚 集；也就是近似值它的hash值也近似，那么它的数组槽 位也靠近，形成 hash 聚集；第一种同类聚集冲突在前， 第二种只是将聚集冲突延后； 另外还可以使用双重哈希 来解决上面出现hash聚集现象：

在.net HashTable类的hash函数Hk定义如下：
Hk(key) = [GetHash(key) + k * (1 + 
(((GetHash(key) >> 5) + 1) %
(hashsize – 1)))] % hashsize
在此 (1 + (((GetHash(key) >> 5) + 1) % 
(hashsize – 1))) 与 hashsize
互为素数（两数互为素数表示两者没有共同的质因⼦）；
执⾏了 hashsize 次探查后，哈希表中的每⼀个位置都有
且只有⼀次被访问到，也就是
说，对于给定的 key，对哈希表中的同⼀位置不会同时使⽤ 
Hi 和 Hj；

五、布隆过滤器

1、背景

布隆过滤器是一种概率型数据结构，它的特点是高效地插入和 查询，能确定某个字符串一定不存在或者可能存在； 布隆过滤器不存储具体数据，所以占用空间小，查询结果存在 误差，但是误差可控，同时不支持删除操作；

2、构成

位图（BIT 数组）+ n 个 hash 函数

m % 2^n = m & (2^n  - 1)

3、原理

当一个元素加入位图时，通过 k 个 hash 函数将这个元素映射到 位图的 k 个点，并把它们置为 1；当检索时，再通过 k 个 hash 函数运算检测位图的 k 个点是否都为 1；如果有不为 1 的点，那 么认为该 key 不存在；如果全部为 1，则可能存在；

为什么不支持删除操作？

1、在位图中每个槽位只有两种状态（0 或者 1），一个槽位被 设置为 1 状态，但不确定它被设置了多少次；也就是不知道 被多少个 key 哈希映射而来以及是被具体哪个 hash 函数映 射而来；

2、不存在只要一个索引位为0；如果都为1，是否一定存在？ 不一定，可控的（假阳率）

4、应用场景

布隆过滤器通常用于判断某个 key 一定不存在的场景，同时允 许判断存在时有误差的情况；

常见处理场景：① 缓存穿透的解决；② 热 key 限流；

描述缓存场景，为了减轻数据库（mysql）的访问压力，在 server 端与数据库（mysql）之间加入缓存用来存储热点数据；

描述缓存穿透，server端请求数据时，缓存和数据库都不包含该 数据，最终请求压力全部涌向数据库；

数据请求步骤，如图中 2 所示；

发生原因：黑客利用漏洞伪造数据攻击或者内部业务 bug 造成 大量重复请求不存在的数据；

解决方案：如图中 3 所示；