hash函数

MyCat基本知识 一.Mycat基本元素 1.逻辑库，mycat中存在，对应用来说相当于mysql数据库，后端可能对应了多个物理数据库，逻辑库中不保存数据 2.逻辑表，逻辑库中的表，对应用来说相当于mysql的数据表，后端可能对应多个物理数据库中的表，也不保存数据 逻辑表分类 1.分片表，进行了水平切分的表，具有相同表结构但存储在不同数据库中的表，所有分片表的集合才是一张完整的表 2.非分片表，垂直切分的表，一个数据库中就保存了一张完整的表 3.全局表，所有分片数据库中都存在的表，如字典表，数量少，由mycat来进行维护更新 4.ER关系表，mycat独有，子表依赖父表，保证在同一个数据库中 二.安装mycat 1.配置环境变量 export JAVA_HOME=/usr/lib/jdk1.8.0_20 export JRE_HOME=$JAVA_HOME/jre export CLASSPATH=.:$JAVA_HOME/lib:$JER_HOME/lib:$CLASSPATH export PATH=$JAVA_HOME/bin:$JER_HOME/bin:$PATH:/usr/local/mycat/bin export MYCAT_HOME=/usr/local/mycat export ZOOKEEPER_HOME=/usr/ local/zookeeper-3.4

关键词: 不可逆: md5(); 计算字符串的 MD5 散列值 不可逆 默认返回32位的16进制 crypt(); 单向字符串散列 可以混淆盐值 不可逆 sha1(); 计算字符串的 sha1 散列值 默认返回值是一个 40 字符长度的十六进制数字。 不可逆 hash() hash($ago,$data); $ago是可以指定加密使用的哈希算法，例如："md5"，"sha256"，"haval160,4" 等。$data是要加密的数据 不可逆 password_hash() – 对密码加密. $hash = password_hash($passwod, PASSWORD_DEFAULT); 现在PHP的官方都是推荐这种方式来加密用户的密码，很多流行的框架比如Laravel就是用的这种加密方式。 可逆: URL编码加密 urlencode() urldecode() url传递 保护特殊字符串使用 $str=" http://guojiadong.com?name= ".urlencode('guojiadong&123'); 可逆 Base64编码加密 base64_encode() base64_decode() base64加密本质上说就是把数据转换为ASCLL码 ，这会更有利于文件的传输，当然base64的作用在与文件的传输 可逆 PHP的openssl扩展

为什么使用引用？ 在perl4中，hash表中的value字段只能是scalar，而不能是list，这对于有些情况是很不方便的，比如有下面的数据： Chicago, USA Frankfurt, Germany Berlin, Germany Washington, USA Helsinki, Finland New York, USA 我们想要按国家将城市分类，每个国家后面对应城市列表，如果用perl4来做，必须将城市列表组合成字符串才行，如果用perl5就可以用引用来做，有了引用，就可以构造复杂的hash结构，就可以用列表作为hash的值了。 如何定义引用 方法一 使用斜线\ 定义变量的时候，在变量名前面加个\，就得到了这个变量的一个引用，比如 # 数组的引用my@array= (1,2,3) ;my$aref=\@array ;#哈希的引用my%hash= ("name"=>"zdd","age"=>30,"gender"=>"male") ;my$href=\%hash ;#标量的引用my$scalar=1 ;my$sref=\$scalar ; 方法二 匿名引用 方法一不是很常用，最常用的还是匿名引用，方法如下 匿名数组引用-用[]定义 $aref= [ 1,"foo",undef,13 ]; 匿名数组的元素仍然可以是匿名数组，所以我们可以用这种方法构造数组的数组

Hash-Table （空间换时间） 利用哈希函数生成对应的index(o(1); 利用生成的index(O(1)) 来操作指定位置的元素 O（1） 时间复杂度 Hash 冲突： 两个不同的key ，经过哈希函数计算出相同的结果解决办法： 1） 开放定址法：按照一定规则向其他地址探测，直到遇到空桶 2） 再Hash法 ：利用另一个Hash函数再次计算，看是否与第一个相 3） 链地址法：通过链表将同一index的元素串起来 JDK 1.8 解决Hash冲突： 默认单向链表将元素串起来 在添加元素时有可能将单向链表转为红黑树（当哈希表容量大于64 或者链表节点数大于8） 当红黑树的节点少于一定数量后，也会转成单向链表 表为什么使用单链表？ 1.挨个比较key 相同就覆盖掉 不同就尾插 2. 每次从头开始比较 3. 节省空间 比双链表少一个指针 Hash 函数： 先生成key 的哈希值 再让key 的哈希值与数组的大小进行相关的计算 生成索引值（Hash(key)要小于数组） Hash(key)%table.length 为了提高效率 ，可以将 % 更换为 & （前提是将数组的长度设计为2En） Hash(key)&(table.length-1) ——》 按照此方法得出的数字必然小于table.length （2En -1 保证数字全部是1） 良好的哈希函数： 算出的索引分布比较均匀

一、HashMap数据结构 　　JDK 1.7 采用数组 + 链表实现。 　　JDK 1.8 采用数组 + 链表 + 红黑树实现。链表采用内部类Node节点实现。红黑树采用内部类TreeNode节点实现。 二、重要参数 　// 1. 容量（capacity）： 必须是2的幂 & <最大容量（2的30次方），默认是16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 　// 最大容量 = 2的30次方（若传入的容量过大，将被最大值替换） static final int MAXIMUM_CAPACITY = 1 << 30; // 2. 加载因子(Load factor)：HashMap在其容量自动增加前可达到多满的一种尺度 // 加载因子过大则容器内可添加更多元素，空间效率高，但是容易导致哈希冲突。反之反之 final float loadFactor; // 实际加载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认加载因子 = 0.75 h // 3. 扩容阈值 = 容量 x 加载因子，哈希表的大小 ≥ 扩容阈值时，就会扩容哈希表 int threshold; // 4. 其他 transient Node<K,V>[] table; //

索引的类型 索引是由存储引擎来实现的，而不是在服务层，所以不同的引擎的索引的工作方案可能会有不同，支持的索引种类也不尽相同等等。 B-Tree Indexes B-Tree索引中，所有的值都是按顺序来排列的，这让它 很适合查询一个范围里的数据 。 假设你有如下表： CREATE TABLE People ( last_name varchar(50) not null, first_name varchar(50) not null, dob date not null, gender enum('m', 'f')not null, key(last_name, first_name, dob) ); 以下查询会使用到B-Tree索引 全值匹配( Match the full value )：如查找一个出生于1960-01-01名叫Cuba Allen的人 左前缀匹配( Match a leftmost prefix )：如查找一个叫Allen的人，只对第一列有效 列前缀匹配( Match a column prefix ): 如查找所有姓以J开头的人，只对第一列有效 范围匹配( Match a range of values ): 如查找Allen到Barrymore之间的人，只对第一列有效 Match one part ane match a range of another

一，前言 1.1，概述 ​ 现实生活中，我们常会看到这样的一种集合：IP地址与主机名，身份证号与个人，系统用户名与系统用户对象等，这种一一对应的关系，就叫做映射（K-V）。Java提供了专门的集合类用来存放这种对象关系的对象，即 java.util.Map 接口。 Collection 中的集合，元素是孤立存在的（理解为单身），向集合中存储元素采用一个个元素的方式存储。 Map 中的集合，元素是成对存在的(理解为夫妻)。每个元素由键与值两部分组成，通过键(K)可以找对所对应的值(V)。 Collection 中的集合称为单列集合， Map 中的集合称为双列集合。 需要注意的是， Map 中的集合不能包含重复的键，值可以重复；每个键只能对应一个值。 ​ 通过查看Map接口描述，看到Map有多个子类，这里我们主要讲解常用的HashMap集合、LinkedHashMap集合。 HashMap<K,V> ：存储数据采用的哈希表结构，元素的存取顺序不能保证一致。由于要保证键的唯一、不重复，需要重写键的hashCode()方法、equals()方法。 LinkedHashMap<K,V> ：HashMap下有个子类LinkedHashMap，存储数据采用的哈希表结构+链表结构。通过链表结构可以保证元素的存取顺序一致；通过哈希表结构可以保证的键的唯一、不重复，需要重写键的hashCode()方法

参考链接:https://www.cnblogs.com/xiarongjin/p/8310011.html 1. HashMap的数据结构 数据结构 中有数组和链表来实现对数据的存储，但这两者基本上是两个极端。 数组 数组存储区间是连续的，占用内存严重，故空间复杂的很大。但数组的二分查找时间复杂度小，为O(1)；数组的特点是：寻址容易，插入和删除困难； 链表 链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O（N）。 链表 的特点是：寻址困难，插入和删除容易。 哈希表 那么我们能不能综合两者的特性，做出一种寻址容易，插入删除也容易的数据结构？答案是肯定的，这就是我们要提起的哈希表。哈希表（(Hash table）既满足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。 　　哈希表有多种不同的实现方法，我接下来解释的是最常用的一种方法—— 拉链法，我们可以理解为“ 链表的数组 ” ，如图： 　　从上图我们可以发现哈希表是由 数组+链表 组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28

文章目录 一.模板特化 二.设计容器必须定义的型别 三.deque 四.心心念念的优先队列 五.hashtable的构造 一.模板特化 针对任何模板参数更进一步的条件限制所设计出来的一个特化版本，如： template < typename T > class C { . . . } ; //泛化版本，可以接受T为任何型别 template < typename T > class C < T * > { . . . } ; //特化版本，仅适合于T为原生指针时的情况 二.设计容器必须定义的型别 value_type difference_type reference_type pointer_type iterator_category: 其中设计实现了只读/只写迭代器，允许写入型，可双向移动，随机访问迭代器这5类 总结 traits编程技法(特性萃取)大量的实现大大提高了STL设计的便利性。需要注意设计正确的型别是迭代器的职责，而设计正确的迭代器则属于容器的职责。 三.deque deque与vector的差别 deque除了可以像vector那样在尾部以O(1)的时间复杂度完成插入和删除之外，还可以实现在头部以O(1)的代价插入元素 deque没有所谓的容量的概念，这个和它底层的空间组织形式有关，所以不提供reserve成员函数来限定容量

ArrayList、Vector、LinkedList的存储性能和特性 ArrayList 和Vector都是使用数组方式存储数据 ，此数组元素数大于实际存储的数据以便增加和插入元素，它们都允许直接按序号索引元素，但是插入元素要涉及数组元素移动等内存操作，所以索引数据快而插入数据慢，Vector中的方法由于添加了synchronized修饰，因此Vector是线程安全的容器，但性能上较ArrayList差，因此已经是Java中的遗留容器。 LinkedList使用 双向链表 实现存储（将内存中零散的内存单元通过附加的引用关联起来，形成一个可以按序号索引的线性结构，这种链式存储方式与数组的连续存储方式相比，内存的利用率更高）， 按序号索引数据需要进行前向或后向遍历 ，但是插入数据时只需要记录本项的前后项即可，所以插入速度较快。 TreeMap的底层实现 TreeMap 的实现就是红黑树数据结构，也就说是一棵自平衡的排序二叉树，这样就可以保证当需要快速检索指定节点。 红黑树的插入、删除、遍历时间复杂度都为O(lgN)，所以性能上低于哈希表。但是哈希表无法提供键值对的有序输出，红黑树因为是排序插入的，可以按照键的值的大小有序输出。红黑树性质： 性质1：每个节点要么是红色，要么是黑色。 性质2：根节点永远是黑色的。 性质3：所有的叶节点都是空节点（即 null），并且是黑色的。 性质4