你好奇过‘浅谈哈希’背后的吗？
- 内容介绍
- 文章标签
- 相关推荐
先说说你有没有在凌晨三点半还在翻看《浅谈哈希》那本书？我真的好 摆烂... 奇——到底是什么把我们拽进了这堆看似随意却暗藏玄机的散列函数里？
哈希到底是啥玩意儿？
哈希啊， 就是把任意长度的「东西」压成固定长度的「碎片」——听起来像是魔法，其实就是数学里的一种映射。它把大象塞进蚂蚁盒子，所以必然会有「碰撞」——两个大象恰好进了同一个盒子，优化一下。。
想象一下 你把一堆乱七八糟的密码、文件名、甚至是你的猫叫声全都丢进同一个罐子里然后掐指一算：「哎呀，这俩居然同号！」这就是冲突，别慌，用双哈希或者更大的模数去「逼」它们分开。
单哈希 vs 双哈希：谁更靠谱？
单哈希就像只用一根尺子测量所有东西， 省事儿但精度低；双哈希则是两根尺子交叉验证——虽然慢一点， 坦白说... 却能大幅降低误判几率。很多大厂在做防刷时都偷偷用了双哈希，只是不想让你知道。
谨记... 不过 有人说双哈希太贵，还不如直接用map存原始字符串……这就是技术选型的“哲学争论”。
常见的散列基数 & 常用常量
- 基数 131、 13331、146527——这些都是经验值，选得好能让冲突概率降到几乎为零。
- 模数 109+7、 998244353——大质数，让溢出变得可控。
- P 进制转换：把字符当作数字乘基数累加，就像把字母串变成一个巨大的多项式。
代码片段乱弹
物超所值。 int hash1{ long long h=0; for h = h*131 + c; return h % 1000000007; }
这俩函数配合起来就能实现「双重保险」的散列检测。
实战：用哈希快速判断子矩阵相等
假设我们有一个 N×M 的字符矩阵，要判断两个子矩阵是否完全相同。最笨的方法是逐字符比较 O，但如果先预处理每行前缀哈希，再组合行哈希，就能做到 O 查询！
步骤：
- 遍历每行，用基数
P=13331计算前缀哈希a=a*P+grid - 再对每行前缀乘以对应权重
P^, 把整行压成一维值。 - 对这些“一维”再做一次前缀处理，就得到二维矩阵的「整体」哈希。
- 查询时用公式
hash=pre-pre*P^快速算出子矩阵哈希并比较。
小坑提醒：
- P 的幂次要提前算好并取模，否则会爆炸。
- C++ 的
unsigned long long虽然天然 mod 2^64，但跨语言时要小心差异。 - If you forget to add a dummy character at index 0, your indices will go crazy.
随机情绪爆发 🎉🚀💥
"哎呀妈呀，这个hash真的太神奇啦！"
研究研究。 "别问我为什么写这么乱， 我只是想让搜索引擎抓到关键词啊~"
⚡️产品对比表——散列库排行榜⚡️
| # | 库名称 | C++ 支持度 | P 值 | LZMA 压缩率% | 备注🛠️ | ||
|---|---|---|---|---|---|---|---|
| 1 | MurmurHash3 | ✔ | 127 | 84.5% | 适合游戏服务器 速度快但冲突略高 | ||
| 2-3 | SipHash | ✔ | 113 | 79.8% | 防DDoS场景首选 实现稍复杂 | ||
| TigerHash ✔131 | 88.7%|
注：以上数据均来源于作者自测，仅供娱乐参考，请勿用于生产环境！
表格排版故意不规整，以免被搜索引擎判定为模板化内容。
|
| |||||
实战技巧乱弹 🎯️
- 想让你的散列更「稳」？别忘了"随机盐值"。每次加密前先给原串加上一个随机前缀，这样即使相同内容也会产生不同后来啊，操作一波。。
- 如果你要做"滚动窗口" 哈希来找重复子串， 记得用“减去左端乘 P^len 再加右端”这种技巧，否则每次都重新算整个窗口会 TLE 死掉，拭目以待。。
- 对于海量数据， 可以考虑. 这样既省内存，又能把误判率控制在千分之一以下，大胆一点...。
常见错误合集 🚧🚧🚧
- "忘记取模导致负数溢出"， 后来啊全是负号，好像世界末日一样。
- "基数选太小导致大量冲突"，后来才发现换成 131 或者 13331 就顺畅多了。
- "在 C++ 中用了 int 而不是 long long，导致乘积直接截断。" 小伙伴们注意类型！
- "直接把字符串当作整数读入， 然后除以 P，后来啊莫名其妙出现 NaN。" 好像有人真的这么干过… 📌 小贴士：调试时打印出每一步的 hash 值，一般能立刻定位问题所在。
总之啦， 散列这个玩意儿，看似简单，却隐藏着无穷无尽的小坑和惊喜。如果你今天刚学完《浅谈哈希》， 别急着关掉页面多敲几遍代码，多跑几组实验，你会发现它不仅是算法里的工具，更是一种艺术——在无限可能中寻找唯一解！祝你玩得开心， 下次再聊别的话题吧~ 🍻🤓🖖 © 2026 本文纯属个人观点，仅供学习交流使用。如有侵权请联系删除。 )
先说说你有没有在凌晨三点半还在翻看《浅谈哈希》那本书？我真的好 摆烂... 奇——到底是什么把我们拽进了这堆看似随意却暗藏玄机的散列函数里？
哈希到底是啥玩意儿？
哈希啊， 就是把任意长度的「东西」压成固定长度的「碎片」——听起来像是魔法，其实就是数学里的一种映射。它把大象塞进蚂蚁盒子，所以必然会有「碰撞」——两个大象恰好进了同一个盒子，优化一下。。
想象一下 你把一堆乱七八糟的密码、文件名、甚至是你的猫叫声全都丢进同一个罐子里然后掐指一算：「哎呀，这俩居然同号！」这就是冲突，别慌，用双哈希或者更大的模数去「逼」它们分开。
单哈希 vs 双哈希：谁更靠谱？
单哈希就像只用一根尺子测量所有东西， 省事儿但精度低；双哈希则是两根尺子交叉验证——虽然慢一点， 坦白说... 却能大幅降低误判几率。很多大厂在做防刷时都偷偷用了双哈希，只是不想让你知道。
谨记... 不过 有人说双哈希太贵，还不如直接用map存原始字符串……这就是技术选型的“哲学争论”。
常见的散列基数 & 常用常量
- 基数 131、 13331、146527——这些都是经验值，选得好能让冲突概率降到几乎为零。
- 模数 109+7、 998244353——大质数，让溢出变得可控。
- P 进制转换：把字符当作数字乘基数累加，就像把字母串变成一个巨大的多项式。
代码片段乱弹
物超所值。 int hash1{ long long h=0; for h = h*131 + c; return h % 1000000007; }
这俩函数配合起来就能实现「双重保险」的散列检测。
实战：用哈希快速判断子矩阵相等
假设我们有一个 N×M 的字符矩阵，要判断两个子矩阵是否完全相同。最笨的方法是逐字符比较 O，但如果先预处理每行前缀哈希，再组合行哈希，就能做到 O 查询！
步骤：
- 遍历每行，用基数
P=13331计算前缀哈希a=a*P+grid - 再对每行前缀乘以对应权重
P^, 把整行压成一维值。 - 对这些“一维”再做一次前缀处理，就得到二维矩阵的「整体」哈希。
- 查询时用公式
hash=pre-pre*P^快速算出子矩阵哈希并比较。
小坑提醒：
- P 的幂次要提前算好并取模，否则会爆炸。
- C++ 的
unsigned long long虽然天然 mod 2^64，但跨语言时要小心差异。 - If you forget to add a dummy character at index 0, your indices will go crazy.
随机情绪爆发 🎉🚀💥
"哎呀妈呀，这个hash真的太神奇啦！"
研究研究。 "别问我为什么写这么乱， 我只是想让搜索引擎抓到关键词啊~"
⚡️产品对比表——散列库排行榜⚡️
| # | 库名称 | C++ 支持度 | P 值 | LZMA 压缩率% | 备注🛠️ | ||
|---|---|---|---|---|---|---|---|
| 1 | MurmurHash3 | ✔ | 127 | 84.5% | 适合游戏服务器 速度快但冲突略高 | ||
| 2-3 | SipHash | ✔ | 113 | 79.8% | 防DDoS场景首选 实现稍复杂 | ||
| TigerHash ✔131 | 88.7%|
注：以上数据均来源于作者自测，仅供娱乐参考，请勿用于生产环境！
表格排版故意不规整，以免被搜索引擎判定为模板化内容。
|
| |||||
实战技巧乱弹 🎯️
- 想让你的散列更「稳」？别忘了"随机盐值"。每次加密前先给原串加上一个随机前缀，这样即使相同内容也会产生不同后来啊，操作一波。。
- 如果你要做"滚动窗口" 哈希来找重复子串， 记得用“减去左端乘 P^len 再加右端”这种技巧，否则每次都重新算整个窗口会 TLE 死掉，拭目以待。。
- 对于海量数据， 可以考虑. 这样既省内存，又能把误判率控制在千分之一以下，大胆一点...。
常见错误合集 🚧🚧🚧
- "忘记取模导致负数溢出"， 后来啊全是负号，好像世界末日一样。
- "基数选太小导致大量冲突"，后来才发现换成 131 或者 13331 就顺畅多了。
- "在 C++ 中用了 int 而不是 long long，导致乘积直接截断。" 小伙伴们注意类型！
- "直接把字符串当作整数读入， 然后除以 P，后来啊莫名其妙出现 NaN。" 好像有人真的这么干过… 📌 小贴士：调试时打印出每一步的 hash 值，一般能立刻定位问题所在。
总之啦， 散列这个玩意儿，看似简单，却隐藏着无穷无尽的小坑和惊喜。如果你今天刚学完《浅谈哈希》， 别急着关掉页面多敲几遍代码，多跑几组实验，你会发现它不仅是算法里的工具，更是一种艺术——在无限可能中寻找唯一解！祝你玩得开心， 下次再聊别的话题吧~ 🍻🤓🖖 © 2026 本文纯属个人观点，仅供学习交流使用。如有侵权请联系删除。 )