我正面临一个使用散列的应用程序，但我仍然无法弄清楚它是如何工作的。这是我的问题，散列用于生成一些索引，并使用这些索引访问不同的表，并且在我添加使用索引获得的每个表的值之后，我得到了我的最终值。这样做是为了减少内存需求。哈希函数的输入是在一个随机常数和应用程序的一些参数之间进行 XOR。
这是一个典型的哈希应用程序吗？我不明白的是如何使用散列来减少内存需求？谁能澄清一下？
谢谢
【问题讨论】：
标签： hash data-compression
单独的哈希与内存没有任何关系。
它通常用于哈希表。哈希表的工作原理是计算您要键入的内容的 散列，然后将其用作数据结构的索引。
散列允许您将键（字符串等）简化为更紧凑的值，例如整数或位集。
这可能是您所指的内存节省——将大键减少为简单整数。
但请注意，哈希值不是唯一的！一个好的散列算法可以最大限度地减少冲突，但它们并不打算减少到唯一值——这样做是不可能的（例如，如果你的散列输出一个 32 位整数，你的散列将只有 2^32 个唯一值）。
【讨论】：
你说的是bloom filter吗？这使用哈希函数来获得一种空间有效的方法来测试集合的成员资格。如果是这样，请查看链接以获取说明。
【讨论】：
大多数好的散列实现都是内存效率低下的，否则会涉及更多的计算——而这正是散列的重点。
哈希实现用于提高处理效率，因为它们将为您提供恒定的运行时间，用于插入、删除和检索等操作。
您可以考虑散列的质量，即您的所有数据，无论是什么类型或大小，始终以一个固定长度的形式表示。
【讨论】：
如果进行哈希处理不是为了构建真正的哈希表，而只是在字符串/内存块表中创建索引，则可以解释这一点。如果您的数据中有 20 次相同的字符串（或内存序列），然后仅用其哈希/表索引替换该字符串的所有 20 个实例，则可以通过这种方式实现数据压缩。但是，如果该表中包含每个哈希值的实际冲突链，那么我刚才描述的不是正在发生的事情；在这种情况下，散列的原因很可能是为了加快执行速度（通过提供对存储值的快速访问），而不是压缩。
【讨论】：