哈希算法

平生不喜凡桃李

LeetCode:LRU and LFULeetcode链接LRU，即least recently used, 即一个具有固定容量的数据结构，其数据淘汰更新策略，根据最近访问，最久未被访问的元素优先被淘汰。

【LeetCode 每日一题】2943. 最大化网格图中正方形空洞的面积——（解法二）哈希集合Problem: 2943. 最大化网格图中正方形空洞的面积这段代码解决的问题与上一段完全相同，依然是通过计算水平和垂直方向移除栏杆后形成的最大连续空隙来确定最大正方形边长。公式不变： S i d e = min ⁡ ( MaxH , MaxV ) + 1 Side = \min(\text{MaxH}, \text{MaxV}) + 1 Side=min(MaxH,MaxV)+1。

构建工具中的 hash 与 contenthash作用：以 Webpack 和 Vite 为例在现代前端项目中，构建工具（如 Webpack、Vite、Rollup）都会为打包输出的文件生成带有哈希值的文件名，例如：

【算法】滑动窗口解决力扣『水果成篮』问题前言上一篇文章我们讲解了如何利用滑动窗口来解决，将x减到0的最小操作数问题，本篇文章我们继续使用滑动窗口的思想来解决水果成篮问题。

集合（四）：LinkedHashMap深度解析——有序哈希与 LRU 缓存的基石在 Java 集合框架中，HashMap 以其高效的查找性能称霸，但它有一个痛点：无序。当你需要一个既能快速查找，又能保持插入顺序（或访问顺序）的容器时，LinkedHashMap 便是最佳选择。

❿⁄₁₁ ⟦ OSCP ⬖ 研记 ⟧ 密码攻击实践 ➱ NTLM哈希传递攻击郑重声明：本文所涉安全技术仅限用于合法研究与学习目的，严禁任何形式的非法利用。因不当使用所导致的一切法律与经济责任，本人概不负责。任何形式的转载均须明确标注原文出处，且不得用于商业目的。

【算法题】哈希哈希表（哈希映射/哈希集合）是算法中解决“查找、统计、匹配”类问题的核心工具，核心优势是平均O(1)时间复杂度的增删查操作。它通过“键值对”的映射关系，将原本需要线性遍历的查找操作优化为常数级，广泛应用于两数之和、字符统计、重复元素判断、异位词分组等场景。本文通过5道经典题目，拆解哈希表在不同场景下的解题思路与代码实现。

专注于大数据技术栈

java学习--HashSetHashSet 是 Java 集合框架中 java.util 包下的实现类，它实现了 Set 接口，底层基于 HashMap 实现（可以理解为 HashSet 是 HashMap 的 “马甲”，只使用了 HashMap 的 key 部分，value 是一个固定的空对象）。

字节跳动Java面试被问：一致性哈希的虚拟节点和数据迁移java复制下载text复制下载java复制下载java复制下载篇幅限制下面就只能给大家展示小册部分内容了。整理了一份核心面试笔记包括了：Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafc

源代码•宸

Golang原理剖析（map）map就是一个key/value键值对的集合，可以根据key在O(1)的时间复杂度内取到value，有点类似我们常用的数组或者切片结构，可以把数组看作是一种特殊的map，数组的key为数组的下标，而map的key可以为任意的可比较结构。在map中key不允许重复且要能够比较。

爱敲代码的TOM

详解一致性哈希算法假设一个场景：我们在一个分布式集群中有三台缓存服务器：node1,node2,node3,现在有大量存储数据的请求要求存储数据到这三台服务器组成的集群中，我们希望可以将这些数据均匀存储到三台服务器上，这时候我们应选择能实现负载均衡的方案。

番茄灭世神

密码学入门基础Hash通常翻译为散列或哈希，简单来说，它是通过特定算法把任意长度的输入数据，映射成固定长度输出的过程，这个输出结果就是哈希值。举一个不太严谨的例子，假设小明正在抄书带回去研读，一开始为了确保自己没有抄错，每次抄完一页都一个个字比对；后来有人告诉了他每页都有多少字数，那他就可以快速比对自己抄录的字数和参考字数有没有差别。

小北方城市网

数据库性能优化实战指南：从索引到架构，根治性能瓶颈数据库是系统的核心基础设施，其性能直接决定了整个系统的响应速度与稳定性。很多系统上线初期运行流畅，随着数据量增长、并发量提升，逐渐出现慢查询、接口卡顿、数据库负载过高甚至宕机等问题 —— 这些性能瓶颈，本质是数据库设计、使用、运维不当导致的。

逆向中的Hash类算法Hash 类算法是一种摘要算法，摘要结果是不可逆的。所以一般在逆向中我们通常碰到 Hash 算法要通过它给出的一些信息来进行碰撞爆破。

【模板：字符串哈希】信息学奥赛一本通 1455：【例题1】Oulipoybt 1455：【例题1】Oulipo LOJ #103. 子串查找 LOJ 103与ybt 1455的输入顺序不同（先输入主串，后输入模式串），字符要求不同（可能是各种字符），而且LOJ 103的数据更强。

区块链关键技术区块链作为综合性技术产物，密码学是其基石技术之一。密码学技术使得区块链具备了不可篡改、消息（身份）验证、存储安全、隐私保护等众多能力和特性。

Redis的value类型及编码方式介绍——hashRedis中的hash，并不是key——value的那一套机制，而是这个key对应的value本身是hash结构

Linux 2.6 内核 O(1) 调度队列深度解析：为什么它能实现常数时间调度？🎬 博主简介：在 Linux 2.6 内核之前，进程调度采用的是 O (n) 算法 —— 调度器需要遍历所有就绪进程才能找到优先级最高的那个，进程数量越多，调度效率越低，严重影响多任务场景的性能。而 2.6 内核引入的 O (1) 调度算法，彻底解决了这一痛点，其核心就是设计了高效的调度队列结构，让调度器无论面对多少进程，都能在常数时间内找到最优进程，大幅提升了系统吞吐量。本文从调度队列的核心数据结构、工作流程、优先级管理三个维度，拆解 O (1) 调度队列的设计精髓，帮你理解 “常数时间调度” 的底层

哈希分分预测系统打造自适应趋势分析「Python+DeepSeek+PyQt5」摘要：本文将完整解构一个基于 Python、PyQt5 和 DeepSeek 大语言模型构建的高级时序数据预测系统。文章将深入探讨其从V9到V11版本的核心算法演进，涵盖了从三角函数曲线拟合、多维统计特征融合到高度定制化的集成学习策略。同时，我们还将分享其在系统架构、UI设计、工程健壮性及成本控制方面的专业实践，为希望构建复杂数据应用的开发者提供一份极具价值的深度解析。

txinyu的博客

map和unordered_map的性能对比两者性能不同的本质，是底层实现的数据结构完全不同，这直接决定了它们的时间复杂度、优缺点，这是理解所有差异的核心：