非STL哈希表类型结构

Question

有没有办法用键作为“字符串”编写简单的哈希表，并将值作为频率编写，这样就没有了冲突？不会从哈希表中删除，如果哈希表中已存在该对象，则只需更新其频率（将它们加在一起）。

我在想可能有一种算法可以从字符串中计算一个唯一的数字，该数字将用作索引。

是的，我避免使用包括unordered_map在内的所有STL构造。

Answer 1

您可以使用任何完美的哈希生成器，如gperf

请点击此处查看列表：http://en.wikipedia.org/wiki/Perfect_hash_function

PS。如果映射的域太大/稀疏，你仍然可能想要使用地图而不是平面数组/向量

Answer 2

这实际上取决于你所说的'简单'。

std :: map是一个相当简单的类。尽管如此，它还是使用了一个红黑树，其中所有的插入，删除和平衡都被很好地隐藏起来，并且它可以将任何可订购类型作为键处理，任何类型作为值处理。大多数地图类使用类似的实现，并避免任何类型的散列功能。

没有碰撞的哈希并不是一件轻而易举的事。也许最简单的方法是Pearson Hashing。

看起来你有3个选择：

1. 实现您自己的完美哈希类。这将是一个非常好的大小类，具有许多功能和一些相当复杂的算法。我认为这不简单。

2. 下载并使用已经存在的完美哈希库。当然，您必须担心可部署性。

3. 使用STL的地图类。它嵌入式，文档齐全，易于使用，类型灵活，完全跨平台。这似乎是“最简单”的解决方案。

如果我问，你为什么要避免使用STL？

Answer 3

如果事先知道可能的字符串集，则可以使用完美的哈希函数生成器来执行此操作。但除此之外，你问的是不可能的。

现在，通过使用良好的哈希函数并确保您的表格很大，可以使冲突的可能性极低。你基本上需要一个足够大的表来使调用Birthday Paradox的可能性足够低以适合你。然后你只需使用SHA-1输出的 n 位， 2 ^ n 就是你的表格大小。

我也想知道你是否可以使用Bloom filter并且有一个实际的计数器而不是位。保留一个列表，列出你填充到布隆过滤器中的所有单词以及它们增加的条目（每次都是相同的），你有一个巨大的线性函数，你可能能够解决所有这些个人重新计票。