Question

我想构建一个哈希表，查找字节序列（字符串）中的键，范围从1到15个字节。

我想存储一个整数值，所以我想一个哈希数组就足够了。我很难概念化如何构造一个哈希函数，以便给定密钥可以为数组提供索引。

任何协助都会有很多相关内容。

哈希中的最大条目数为：4081 * 15 + 4081 * 14 + ... 4081 = 4081（（15 *（16））/ 2）= 489720。

例如：

int table[489720];

int lookup(unsigned char *key)
{
    int index = hash(key);
    return table[index];
}

哈希函数有哪些好的选择，或者我将如何构建哈希函数？

感谢。

Answer 1

要散列C字符串，我总是使用这个函数（取结果％你的散列表的大小）：

int hashstring(const char* s) {
  int key = 0;
  while (*s) {
    key = key*37 + *s++;
  }
  return key;
}

我不记得我最初从哪里得到它，但多年来它并没有让我失望。

Answer 2

你的密钥空间很大（大约2 ^（8 * 15）），所以如果你想要一个完美的哈希，你需要知道489720实际密钥将提前显示。即便如此，即使您允许使用更大的表（例如，非常低的负载系数），实际上也不可能为这些键找到完美的哈希值。我知道找到完美哈希的唯一方法是通过反复试验，随机哈希可能会失败，除非你的表有接近489720 ^ 2个条目。

我强烈建议您使用regular (non-perfect) hash和deal with collisions appropriately，例如与链接：

struct entry {
  unsigned char *key;
  int value;
  struct entry *next;
} *table[1<<20];
int lookup(unsigned char *key) {
  int index = hash(key) % (1<<20);
  for (struct entry *e = table[index]; e != NULL; e = e->next) {
    if (!strcmp(key, e->key)) return e->value;
  }
  // not found
}

我还建议您不要自己实现 - 使用标准库，如c++ hashmap。

Answer 3

如果你想要一个完美的哈希，那么你可以先阅读perfect hashing上的维基百科文章。如果遇到障碍，可以在这里寻求帮助。

Answer 4

如果表中驻留的字符串的平均数量很少 - 就像10,000个条目一样 - 关联数组将是一种合理的方法，即使使用线性搜索，如果它在现代CPU架构上也是如此。

否则，构造“完美散列”需要检查字符串的每个字符并根据可能的范围计算唯一值。例如，如果密钥中只允许使用26个字符A..Z，则可以使用：

int
hash (const char *key)
{
   int h = 0;
   while (key && *key)
       h = h * 26 + (*key++ - 'A');
   return h;
}

构造哈希表/哈希函数

4 个答案: