Question

目前，我使用 80 的表格，因为我在文件中有约73个字。我目前的散列方法非常基础和通用。在我将它们全部小写后，我将字母的 ASCII 值相加，然后我通过tablesize mod（％）（ 80当前）。我遇到了很多冲突，还有很多未使用的桶/索引。既然我确切地知道我需要散列哪些单词以及有多少单词，是否有更好的方法可用，以尽可能少的冲突？我的目标是获得6分或更低。

另外，附带问题。一旦单词在哈希表中，如果我想查找某个单词，但是输入错误的单词，或者加扰，我怎么能在哈希表中找到它？

例如，如果我在哈希表中有“ apple ”，并且对于我的搜索，我使用“ leppa ”，这是苹果拼写向后，有什么好处以这种方式解读“leppa”的方式，苹果会出来吗？

如果你不确定我刚问的话，请问我，如果我不清楚的话，对不起！

Answer 1

尝试md5，你的词典中没有碰撞。

您可以简单地使用std :: hash：

#include <string>
#include <iostream>
#include <functional>

int main()
{
    std::string str = "air conditioner";
    size_t h = std::hash<std::string>()(str);
    std::cout << "hash of \"" << str << "\" is " << h << std::endl;
}

通常它可以实现为fnv1哈希。另一个好的哈希函数是murmur。检查stackexchange上的related question是否有其他常见的哈希函数。

Answer 2

Murmur哈希被认为是快速的，可能会给出良好的分布 http://en.wikipedia.org/wiki/MurmurHash

为了在哈希中查找“加扰”文本，您需要使用与字母顺序无关的哈希函数 - 非常糟糕的主意，因为所有排列将位于相同的哈希桶中

这个英文单词列表有什么好的哈希函数？

2 个答案: