1. 概念
哈希函数的扰动算法是一种用于改善哈希值均匀性的技术。这种算法通常用于对输入的原始哈希码进行处理，以消除潜在的模式、增加随机性，并确保哈希值在哈希表中更均匀地分布。
常见的扰动算法包括：
- 位运算：
位运算通常用于对原始哈希码进行位移、按位与（AND）、按位异或（XOR）等操作。
通过位运算，可以将哈希码在不同的位上进行变换，消除可能存在的规律性，使哈希值更加随机化。
- 乘法：
乘法哈希是一种常见的扰动算法，它通常通过乘以一个常数因子，然后提取其中的整数部分来实现。
这种方法将原始哈希码与一个常数相乘，并提取结果的整数部分，以改变哈希值的分布情况。
- 混合操作：
有时，扰动算法会结合位运算、乘法和其他操作，以增加哈希码的混乱程度。
这种方法可能包括将哈希码移位、按位与、按位异或，并且将它们与常数相乘，以改变哈希码的分布情况。
- 增加或减少：
一些扰动算法会增加或减少原始哈希码，然后进行模运算，以使哈希值更适合哈希表的大小。
这些扰动算法的设计目的在于确保输出哈希值的均匀性、随机性和减少规律性，以降低哈希冲突的发生概率，并提高哈希表的性能和效率。
2. 为什么扰动算法可以让hash值更加均匀呢？
哈希函数（扰动算法）的目标之一是将键的哈希码转化为尽可能均匀分布的索引值，以降低哈希冲突的概率。通过哈希函数的扰动，能够消除原始数据中潜在的模式和规律，使得相似的输入产生不同的输出，增加哈希值的随机性。
扰动算法的设计使得输出结果更加均匀，有几个原因：
- 消除模式和规律：
对于哈希表而言，一种好的哈希函数应该尽可能消除原始数据中的模式和规律。
如果哈希函数太简单，可能导致键的哈希码在低位存在规律，会让某些特定的哈希码聚集在少数的桶中，增加哈希冲突的概率。
- 增加随机性：
好的扰动算法能够增加哈希码的随机性，即使是微小的输入差异也会导致哈希码发生较大的变化。
这种随机性可以使得不同的输入在哈希表中分布更加均匀，减少了多个键被映射到同一个桶的可能性。
- 分散碰撞：
通过哈希函数的扰动，即使存在相同的哈希码，好的扰动算法也能够使得这些哈希码最终分散到不同的桶中，减少了碰撞的影响。
综上所述，扰动算法通过增加哈希码的随机性和消除输入的模式规律，有助于实现更加均匀的哈希码分布，从而减少哈希表中发生碰撞的可能性，提高了哈希表的性能。