哈希算法

一个有温度的技术博主

Redis Cluster 核心原理：哈希槽与数据路由实战在 Redis 的高可用架构中，分片集群（Sharding Cluster）解决了单机内存和性能瓶颈。不同于主从哨兵模式，分片集群引入了“哈希槽”的概念，实现了数据的去中心化存储。

【Hot 100 刷题计划】 LeetCode 41. 缺失的第一个正数 | C++ 原地哈希题解题目级别：困难 (Hard)给你一个未排序的整数数组 nums ，请你找出其中没有出现的最小的正整数。

哈希扩展问题面试题给40亿个不重复的无符号整数，没排过序。给一个无符号整数，如何快速判断一个数是否在这40亿个数中。【腾讯】在不在的问题 1.排序+二分查找，排序是O(NlogN)，二分查找是O(logN) 2.红黑树 3.set/unordered_set

‎ദ്ദിᵔ.˛.ᵔ₎

滑动窗口算法给定一个字符串 s，请你找出其中不含有重复字符的最长子串的长度。定义窗口规则我们维护一个滑动窗口 [left, right]，保证：

五.serialize.h中的CDataStream类在区块链中，有大量序列化的需求，比如进行哈希运算时，要将类对象序列化再进行哈希。存储到磁盘里也需要序列化和反序列化，网络传输也是。

【C++&string】寻找字符串中第一个唯一字符：两种经典解法详解在字符串处理问题中，寻找第一个不重复的字符是一个经典面试题。这类问题不仅考察对字符串处理的基本功，还考察对数据结构和算法的灵活应用。本文将详细分析两种不同的解法，并探讨它们的优缺点。

【无标题】两个相同字符串中不同字符的个数这道题我不会做的点就在与不知道相同字符中间不同字符的个数该如何表示，看了老师给我讲，我才明白先让哈希计数器中，每个元素都标记为-1.表示出现过一次，然后将下标赋值给只出现过一次的元素，假如这个数字出现过第二次，那么它的值就不是-1.就要用i-hash[s[i]]-1;

二十三，哈希表哈希(hash)算法又称散列算法，是⼀种组织数据的⽅式。有散乱排列的意思。本质就是通过哈希函数把关键字Key跟存储位置建⽴⼀个映射关系，查找时通过这个哈希函数计算出Key存储的位置，进行快速查找。

【LeetCode刷题日记】哈希表：从0基础到实战全解析🔥个人主页：北极的代码（欢迎来访） 🎬作者简介：java后端学习者 ❄️个人专栏：苍穹外卖日记，SSM框架深入，JavaWeb ✨命运的结局尽可永在，不屈的挑战却不可须臾或缺！

B+ 树范围查询为什么快：页分裂/合并、索引设计与 SQL 写法优化目标：你能把“B+ 树适合范围查询”落到数据库实现细节：叶子链表、页（page）组织、页分裂/合并，以及这些细节如何影响索引设计和 SQL 写法。

STL 源码解密：unordered 系列容器的底层复用与哈希策略与之前我们模拟实现的哈希桶原理一样使用指针数组，vector<node*, Alloc> buckets; 存储的是指针，不是 node 对象

追风落叶乔木生

字节跳动后端一面全解析｜基础+算法真题（2026最新版）💡 前言：字节一面是淘汰率最高的环节，主要考察基础功力和算法能力。本文整理了2025-2026年字节后端一面高频真题，每道题都附有源码级深度解析，建议收藏反复研读。

计算机安禾

【数据结构与算法】第30篇：哈希表（Hash Table）哈希表通过哈希函数将关键字映射到数组的某个位置，实现快速访问。text示例：hash(key) = key % 10

code 560不说废话，直接刷题。用前缀和加上哈希表，时间复杂度可以控制在 O(N)O(N)O(N).哈希表是用 O(1)O(1)O(1) 的时间做到查询。哈希表和字典差不多，或者和直接搜索差不多，但是效率非常快，就是常数时间就可以查找成功。keykeykey 是前缀和，valuevaluevalue 是该前缀和出现的次数。 preSum[j−1]=preSum[i]−kpreSum[j-1]=preSum[i]-kpreSum[j−1]=preSum[i]−k 我们就是查询 preSum[j−1]preSum[j-1

算法模板-字符串这部分内容可以参见之前的blog

Redis 从入门到精通（五）：哈希操作详解系列导读：本篇将深入讲解 Redis 哈希(Hash)的所有操作命令及实际应用场景。本文我们学习了：✅ 基础操作：HSET/HGET/HMSET/HGETALL ✅ 高级操作：HINCRBY/HSCAN ✅ 应用场景：对象存储、购物车、计数器

【C++第二十二章】哈希与散列set、map 解决的是有序查找，而 unordered_set、unordered_map 解决的是快速查找。二者都能完成插入、查找、删除，但底层思路完全不同：前者依赖平衡搜索树维护顺序，后者依赖 hash 把关键码映射到存储位置，再尽量把查找范围缩小到极小的局部区域。

【数据结构】Hash用于快速查找，和红黑树对比：冲突衡量指标，负载因子，等于实际数据量/数组容量。用于快速确定是否存在某个数据，本身不存储数据，节省内存空间。

Leetcode哈希-day1记录自己刷力扣备战秋招的刷题笔记❤️——wosz今天就是熟悉一下C++然后做一下哈希板块的题目哈希我的理解就是通过键去判断值的一种数据结构，比如 key-value对，其中key就是我们存入到哈希表中的下标，然后value就是原本的值，我们可以通过value去定位到原本该值在数组中存在的位置。

优选算法_最小基因变化_bfs_C++1.改变一个字符之后,需要在bank里面看一下存不存在,所以我们可以将bank数组导入到一个hash表里面快速判断存不存在.