Question

我被指派做以下事情：

最简单的散列函数用于读取字符串的字符字符并将每个字符视为无符号的8位数字在0到255之间。然后我们添加模数为整数的所有字符 k导致0到k-1之间的整数。我们假设前一个散列函数。散列函数添加字符串的字节模数k。哈希表的大小为k。

因此，我编码如下：

unsigned hash (char *s)
{
 unsigned hashval;

 for (hashval = 0; *s != '\0'; s++) { 
    hashval += *s;    
}

 return hashval % HASHSIZE;
}

在这里，HASHSIZE相当于规范中的K.

但我不确定我是否做得正确，这真的是哈希函数吗？

非常感谢。

Answer 1

但我不确定我是否做得正确，这真的是哈希函数吗？

我带你去问你的代码是否准确地实现了你提供的规范。它不是，至少不是以便携方式，尽管它很接近。主要问题是它没有解决规范的这一规定：

将每个字符视为无符号8位数

C允许char类型签名或未签名，由实现决定。签名char非常常见，您的代码不会考虑到这一点。

此外，虽然C要求char与unsigned char的大小相同，并且要求unsigned char 至少 8位，但它们都不是填充位，它不需要完全 8位。然而，在实践中，所有现代系统都使用8位char，并且练习似乎不太可能考虑到更大的系统的可能性。

要解决此问题， ，您需要将字符串中的每个char转换为无符号的8位数，然后再将其添加到累加器变量中。有几种方法可以做到这一点。如果您愿意假设unsigned char恰好有8位，那么最简单的方法就是在添加之前将每个字符强制转换为该类型。

作为次要问题，您的功能不一定实现规范中描述的模块化添加：

散列函数将字符串的字节数加为k。

这里的风险是字符串中所有字符的总和足以溢出类型unsigned。该类型的最大值可以小到65535（尽管在大多数现代实现中它都要大得多），并且在那个大小上，输入字符串的字符总和会溢出是合理的。在这种情况下，等到结束计算余数将产生错误的结果，除非参数 K 是2的幂。

另请注意，为结果选择类型unsigned int会将允许的 K 限制为最多UINT_MAX + 1，并使用unsigned int作为内部累加器变量与UINT_MAX - 254和UINT_MAX之间 K 的值不一致（但UINT_MAX + 1仍然可以。）

要（主要）解决此问题， 在添加每个字符后计算并存储模数，而不是等到结束时才这样做。

如果您需要接近 K 接近但小于UINT_MAX + 1，那么您还需要注意添加溢出，并在事件中应用更正发生溢出。