Question

我的问题与CS50，pset5的任务有关。对于那些不了解的人，我会试着解释一下。没什么特别的。我只需要创建将输入字典文件的函数（之前写过，该文件中的所有单词都是大写的），其中包含超过20K的单词，并以某种方式对它们进行排序。我已经制作了简单而天真的算法，构建了哈希表，根据他们的第一个字母对单词进行排序。我已经通过CS50的所有检查，所以我的程序运行良好。但与课程相比 - 它太慢了。执行人员的时间是0.1秒，但对于我的 - 5.0s - 7.0s。我可以在此代码中改进哪些内容以加快速度？或者我应该彻底改变一切吗？我没有优化经验，因为刚开始学习。从你们任何人那里学习会很棒=）提前致谢！

// Some constant values, which are declared before the function
#define LENGTH  46
#define ALPHALENGTH  26
/* Definition of node struct. Nothing special, in fact =) */
typedef struct node {
    char word[LENGTH +1];
    struct node *next;
} node;

node *hashTable[ALPHALENGTH];

bool load(const char *dictionary) { 
    FILE *f = fopen(dictionary, "r");

    if (f == NULL) {
        return false;
    }

    char word[LENGTH + 1];    
    int hash = 0;

    for (int i = 0; i < ALPHALENGTH; i++) {
        hashTable[i] = NULL;
    }

    // 46 - is LENGTH, but for some reason it is impossible 
    // to put variable`s name between quotation marks
    while (fscanf(f, "%46s", word) == 1) {
        // make every letter lowercase to get result from 0 - 25
        hash = tolower(word[0]) - 'a';
        node *new_node = malloc(sizeof(node));
        strcpy(new_node->word, word);

        // check if element is first in the list
        if (hashTable[hash] == NULL) {
            new_node->next = NULL;
            hashTable[hash] = new_node;
        } else {
            node *ptr = hashTable[hash];

            do {
                if (ptr->next == NULL) {
                    break;
                }
                ptr = ptr->next;
            } while (true);

            ptr->next = new_node;
            new_node->next = NULL;
        }
    }

    fclose(f);

    return true;
}

Answer 1

你的问题不是你的哈希函数;这是你的哈希表太小了。

从事物的声音来看，你有大约26个哈希桶，超过20,000个单词。这在每个桶中放置750到1000个单词。（在某些情况下可能会更多，因为您使用的哈希函数并不统一。例如，以x或q开头的单词很少。）

尝试将哈希表扩展为1000个条目（例如），这样每个桶中大约有20个条目。你需要一个新的哈希函数来做到这一点;任何事情都可行，但为了更好地工作，需要生成最大到表大小的值。（例如，将所有字母的值加在一起将不起作用，因为它几乎不会达到1000.）

Answer 2

你的哈希函数中的问题是不，哈希表的大小是也不是，它在你的列表管理中：你的方法是将单词附加到相应的列表的复杂度为 O（N ²）。

顺便说一句，哈希函数不用于散列，而是用于调度。您只是在每个单词的第一个字母上对表进行排序，保持单词具有相同的初始顺序。如果您想完全对字典进行排序，则仍需要对每个列表进行排序。

通过在解析阶段结束时预先添加到列表并反转列表，可以在保持相同语义的同时显着提高性能。

对于包含2万字的字典，下面的代码运行 50次更快（正如CS50网站预期的那样）：

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

#define LENGTH  46
#define ALPHALENGTH  26
typedef struct node {
    struct node *next;
    char word[LENGTH +1];
} node;

node *hashTable[ALPHALENGTH];

bool load(const char *dictionary) {
    FILE *f = fopen(dictionary, "r");

    if (f == NULL) {
        return false;
    }

    char word[LENGTH + 1];
    int hash = 0;

    for (int i = 0; i < ALPHALENGTH; i++) {
        hashTable[i] = NULL;
    }

    while (fscanf(f, "%46s", word) == 1) {
        node *new_node = malloc(sizeof(node));
        if (new_node == NULL)
            return false;
        // make every letter lowercase to get result from 0 - 25
        hash = tolower(word[0]) - 'a';
        strcpy(new_node->word, word);
        /* prepending to the list */
        new_node->next = hashTable[hash];
        hashTable[hash] = new_node;
    }

    for (int i = 0; i < ALPHALENGTH; i++) {
        node *n, *prev, *next;
        /* reverse list */
        for (prev = NULL, n = hashTable[i]; n != NULL; ) {
            next = n->next;
            n->next = prev;
            prev = n;
            n = next;
        }
        hashTable[i] = prev;
    }

    fclose(f);

    return true;
}

void save(void) {
    for (int i = 0; i < ALPHALENGTH; i++) {
        for (node *n = hashTable[i]; n != NULL; n = n->next) {
            puts(n->word);
        }
    }
}

int main(int argc, char *argv[]) {
    if (argc > 1) {
        if (load(argv[1]))
            save();
    }
}

将fscanf()更改为更简单的fgets()可能会提高边际性能，代价是字典格式的限制语义更为明确。

如何更快地使我的哈希算法

2 个答案: