Question

我正在实现哈希函数以检查字谜，但我没有获得所需的输出。你能说出出了什么问题吗？

输出：

key[148]:val[joy]
key[174]:val[jam]
key[294]:val[paula]
key[13]:val[ulrich]
key[174]:val[cat]
key[174]:val[act]
key[148]:val[yoj]
key[265]:val[vij]
key[265]:val[jiv]

此处键值174适用于字符串act和cat（字谜），但jam不能达到相同的效果。

以下是代码段。

#include <stdio.h>
#include <string.h>
#include <stdlib.h>

unsigned long hash(char *str, size_t size) {
    unsigned long hash_val = 5381;
    unsigned long sum = 0;
    char *val;
    int i, j;
    for (j = 0; j < 9; j++) {
        val = malloc(strlen(str) + 1);
        memset(val, '\0', strlen(str) + 1);
        strcpy(val, str);

        for (i = 0; val[i] != '\0'; i++) {
            sum = sum + val[i];
        }
        return size % sum;
    }
}

int main() {
   int i;
   char *str[9] = { "joy", "jam", "paula", "ulrich","cat", "act","yoj", "vij", "jiv" };
   unsigned long key;
   size_t size = 4542; // it may be anything just for test it is being used
   for (i = 0; i < 9; i++) {
        key = hash(str[i], size);
        printf("\nkey[%ld]:val[%s]", key, str[i]);
    }
    return 1;
}

Answer 1

是的，它可以，因为您的哈希函数编写得非常糟糕 - 它返回所有字符串字符的常量'size'变量模和。

问题是ASCII码'c'+'a'+'t'的总和等于'j'+'a'+'m'（等于312）所以你得到的值相同为你的'哈希'。

您可以为anagram表使用“普通”（例如多项式）哈希函数，但使用排序字符串 - 这将是最简单的方法。

对于另一种方法，您可以计算字符串中每个字母的出现次数（直方图）和散列（或只是按原样存储）。

我建议你对这个主题做一些研究，因为这是一个非常常见的任务。

此外，您可以对字符串进行排序，让unordered_set<string>为您完成工作。

Answer 2

但是果酱可能会出现同样的情况。

好吧，你出错了。让我们看看你的算法。你正在做的是基本上总结字符串元素的ASCII值，并返回相对于总和的固定值的模数结果。

根据ASCII table详细说明，

j == 106
a == 97
m == 109

和

c == 99
a == 97
t == 116

这两个词最终的总和结果为312。现在按你的算法，

 4542 % 312

假设给出常量值，对吗？这就是它所给予的。

现在，不要"sad"，

s == 115
a ==97
d == 100

也提出了312。

那就是说，我看到你的函数中定义了一个局部变量unsigned long hash_val = 5381;，但没有使用它。

Answer 3

您的哈希函数存在许多问题：

for (j = 0; j < 9; j++)循环完全没用。
为字符串的副本分配内存并忘记释放它是完全不够的！只需直接使用字符串。
你总结方法有太多简单的碰撞，因为你诊断出：anagrams产生相同的总和，但也有很多简单的单词。您应该在添加每个字符值之前对其进行混洗。
return size % sum;应该是return sum % size;，因此返回值可以用作大小为size的哈希表的索引。事实上，如果size % sum碰巧计算到sum，0会调用未定义的行为，这需要一个非常长的字符串（> 16MB），但这是可能的。

这是一个改进的哈希函数：

#include <limits.h>

// constraints: str != NULL, size > 0
size_t hash(const char *str, size_t size) {
    size_t sum = 5381;  // initial salt
    while (*str != '\0') {
        // rotate the current sum 2 places to the left
        sum = (sum << 2) | (sum >> (CHAR_BIT * sizeof(sum) - 2));
        // add the next character value
        sum += (unsigned char)*str++;
    }
    return sum % size;
}

散列函数不会给出欲望结果

3 个答案: