必備知識：
什麼是雜湊表？
雜湊表（Hash table，也叫散列表），是根據關鍵碼值(Key value)而直接進行訪問的資料結構。也就是說，它通過把關鍵碼值對映到表中一個位置來訪問記錄，以加快查詢的速度。這個對映函式叫做雜湊函式，存放記錄的陣列叫做散列表。
雜湊表hashtable(key，value) 的做法其實很簡單，就是把Key通過一個固定的演算法函式既所謂的雜湊函式轉換成一個整型數字，然後就將該數字對陣列長度進行取餘，取餘結果就當作陣列的下標，將value儲存在以該數字為下標的陣列空間裡。
而當使用雜湊表進行查詢的時候，就是再次使用雜湊函式將key轉換為對應的陣列下標，並定位到該空間獲取value，如此一來，就可以充分利用到陣列的定位效能進行資料定位

以上即為雜湊表的基礎知識。需要指出的是，當資料量過大時，很容易發生碰撞問題，即不同的字串生成的雜湊值，對資料長度取模後得到同樣的陣列下標。此時必須要進行碰撞處理。
常規的碰撞處理方式有兩種，第一種是開放定址法，第二種是拉鍊定址法。點選檢視詳細處理過程。
兩種方式均有利弊，簡單的說：
- 開放定址法需要找到合適的定址探測方案，但是不管是線性遞增方式還是隨機數方式，很容易產生堆積現象，從而導致插入和查詢效能下降。
- 拉鍊定址法則較為簡單，但是當碰撞較多時，需要動態申請額外較多的記憶體塊來構建連結串列。

本方案結合以上兩種方式的特點，分三步建立完成一個雜湊表，具體過程如下圖所示：

簡要說明：
- 第一步：由雜湊函式生成的雜湊值與總儲存量進行求模，所得結果A即為該資料在雜湊表中的位置。如果該位置為空，則將該資料的MD5值填入此處，但是由於資料碰撞，不同資料的雜湊值可能會得到相同的A值，此時僅將碰撞次數加1，直至迴圈結束。
- 第二步：根據第一步得到的碰撞次數，申請同等長度的快取空間Buffer。在第二次迴圈中，按序迴圈，依次檢查每一處是否為空，如果為空，將此位置下標B記錄到快取空間Buffer中，直至迴圈結束。
- 進行第三次迴圈，如果A處已存在資料，則從Buffer中按序摘取一個下標B，將該資料的MD5值與原始檔案下標值填入此處，然後再將下標B插入到A處資訊的指標域，以此形成連結串列結構。

示例虛擬碼如下：

int iHitCnt = 0;//碰撞次數
for(UINT jj = 0;jj < 3;jj++)
{
    for(UINT ii = 0;ii< nTotal;ii++)
    {
        if (jj == 1)
        {
            if(strlen(mp_HashPtr[ii].chMD5) == 0)
            {   
                if (pp >= iHitCnt)
                {//雜湊表公共溢位區空間不足
                    delete []pFreeOffSet;
                    delete []mp_HashPtr;
                    return FALSE;
                }
                pFreeOffSet[pp++] = ii;
            }
        }
        else
        {
            HashA = HashStringA(/*傳入字串*/);
            pMD5 = MD5(/*傳入字串*/);
            iHashPos = HashA % nTotal;//雜湊值A做下標
            //填充到雜湊表中
            if (strlen(mp_HashPtr[iHashPos].chMD5) != 0)
            {
                if (jj == 0)
                {//第一次迴圈僅統計發生碰撞的次數
                    iHitCnt++;
                }
                else
                {
                    if (pp >= iHitCnt)
                    {//超出公共溢位區長度
                        delete []mp_HashPtr;
                        delete []pFreeOffSet;
                        return FALSE;
                    }
                    PHASHSTRUCT pNewHashSt = mp_HashPtr + pFreeOffSet[pp];//從公共溢位區摘一個空白的區域，並將其加入到連結串列中
                    memcpy(pNewHashSt->chMD5,pMD5,MD5_LENGTH);
                    pNewHashSt->NextOffset = mp_HashPtr[iHashPos].NextOffset;
                    mp_HashPtr[iHashPos].NextOffset = pFreeOffSet[pp];
                    pp++;
                }
            }
            else
            {//第一遍時如果該位置沒有資料則會被填充
                memcpy(mp_HashPtr[iHashPos].chMD5,pMD5,MD5_LENGTH);
                mp_HashPtr[iHashPos].NextOffset = 0;
            }
        }
    }
    if (jj == 0)
    {   
        //根據統計結果，生成公共溢位區
        pFreeOffSet = new int[iHitCnt];
        if (nullptr == pFreeOffSet)
        {//內碼公共溢位區申請失敗
            delete []mp_HashPtr;
            return FALSE;
        }
        ZeroMemory(pFreeOffSet,sizeof(int)*iHitCnt);
    }
    if (jj == 1)
    {
        pp = 0;
    }
}
delete []pFreeOffSet;

注:
1. 本方案中的value為資料的MD5值，長度固定為32位。
2. 連結串列的節點的指標域儲存的是指向下一個節點的陣列偏移量，讀取節點內容時需要使用陣列首地址+偏移量來得到真正的節點內容

總結：
本方案結合了兩種碰撞處理的優點，減少記憶體碎片及避免堆積現象出現。提高了查詢效率。
缺點是：建表過程需要經過3次迴圈才可以完成。可能會增加等待時間，降低客戶體驗。
完
by Jared Kin