哈希(Hash)算法,即散列函数。它是一种单向密码体制,即它是一个从明文到密文的不可逆的映射,只有加密过程,没有解密过程。同时,哈希函数可以将任意长度的输入经过变化以后得到固定长度的输出。hash算法一般用于快速查找和加密。
hash算法可以使用的哈希函数种类很多，处理冲突的方法也有开放定址、再哈希、链地址、公共溢出区等。
因此，在编写代码之前，首先需要根据所要处理的数据，选择合适的hash函数和冲突处理办法。开放定址需要空闲存储单元，所需要的表比实际容量大，而且容易产生二次聚集发生新冲突。链地址使用链表存储关键字，可以随时插入新数据，数据量大小不受限制。缺点是要用到指针，给新单元分配地址需要时间，会一定程度上减慢算法速度，但影响不大可以忽略。
笔者需要处理的是一个10W行字符串的字典，关键字重复率高。因此选择适用于字符串的哈希函数，常用字符串哈希函数有 BKDRHash,APHash,DJBHash,JSHash,RSHash,SDBMHash,PJWHash,ELFHash等，个人倾向于BKDRHash，记忆和使用都很简便。
BKDRHash函数代码如下：
1 unsigned int BKDRhash(TYPE key)
2 {//BKDRhash函数
3 unsigned int seed = 131;
4 unsigned int hash = 0;
5
6 while(*key != ‘\n‘ && *key != 0) //通常使用时，判别条件为*key != 0即可，此处的*key != ‘\n‘是因笔者程序需要
7 hash = hash * seed + (*key++);
8
9 return hash % DICLEN;
10 }
对于关键字重复的冲突处理方法，笔者这里使用链地址法。hash表结构体如下：
1 #define STRLEN 15
2 #define DICLEN 100000
3
4 typedef char* TYPE;
5 typedef int BOOL;
6
7 typedef struct _NODE{
8 TYPE data;
9 struct _NODE* next;
10 }NODE;
11
12 typedef struct _HASH_TABLE{
13 NODE* phead; //此变量可以不用，这里使用是为了减少其他函数中的重新定义过程
14 NODE** chainhash;
15 }HASH_TABLE;
准备工作OK，整理好思路，可以开始编写hash算法了。O(∩_∩)O
首先，创建一个hash表，并对哈希表，链表，头节点进行初始化。
1 NODE* create_node()
2 {//开辟节点
3 NODE* pnode = (NODE*)malloc(sizeof(NODE));
4 memset(pnode, 0, sizeof(NODE));
5
6 pnode->data = (char*)malloc(STRLEN * sizeof(char));
7 memset(pnode->data, 0, STRLEN * sizeof(char));
8 pnode->next = NULL;
9
10 return pnode;
11 }
12
13 HASH_TABLE* create_hash()
14 {//创建hash表
15 HASH_TABLE* new_hash_table = (HASH_TABLE*)malloc(sizeof(HASH_TABLE));
16 memset(new_hash_table, 0, sizeof(HASH_TABLE));
17
18 new_hash_table->phead = create_node();
19 new_hash_table->chainhash = (NODE**)malloc(DICLEN * sizeof(NODE*));
20
21 for(int i = 0; i < DICLEN; i++){
22 new_hash_table->chainhash[i] = (NODE*)malloc(sizeof(NODE));
23 memset(new_hash_table->chainhash[i], 0, sizeof(NODE));
24 }
25
26 return new_hash_table;
27 }
插入数据
链表的chainhash每个分量的初始状态都是空指针，凡是哈希函数值 BKDRhash(data)相同的记录，都插入同一个链表chainhash[i]，此时i = BKDRhash(data)。该链表头结点不为空的话，指针就后移，在表尾插入新记录（表头、表尾插入均可，只要保持每次操作相同，即同一链表中的关键字有序）。
1 BOOL insert_data(HASH_TABLE* hash, NODE* phead, TYPE data)
2 {//插入新数据
3 if(hash == NULL)
4 return 0;
5
6 if(hash->chainhash[BKDRhash(data)]->data == NULL){
7 NODE* newnode = create_node();
8
9 strcpy(newnode->data, data);
10 newnode->next = NULL;
11 hash->chainhash[BKDRhash(data)]->data = newnode->data;
12 hash->chainhash[BKDRhash(data)]->next = newnode->next;
13
14 free(newnode);
15 return 1;
16 }
17
18 else{
19 phead = hash->chainhash[BKDRhash(data)];
20
21 while(phead->next != NULL)
22 phead = phead->next;
23
24 phead->next = create_node();
25
26 strcpy(phead->next->data, data);
27 phead->next->next = NULL;
28
29 return 1;
30 }
31 }
查找数据
查找数据时，首先通过哈希函数值找到对应的链表，然后比较字符串内容。
1 NODE* find_data(HASH_TABLE* hash, NODE* phead, TYPE data)
2 {//查找数据
3 phead = hash->chainhash[BKDRhash(data)];
4
5 if(hash == NULL)
6 return NULL;
7
8 while(phead != NULL){
9
10 if(strncmp(phead->data, data, STRLEN) == 0)
11 return phead;
12 else
13 phead = phead->next;
14 }
15
16 return NULL;
17 }
删除数据
删除数据类似于单链表的删除操作
1 BOOL del_data(HASH_TABLE* hash, NODE* phead, TYPE data)
2 {//删除数据
3
4 phead->next = create_node();
5 phead->next = hash->chainhash[BKDRhash(data)];
6
7 if(hash == NULL)
8 return 0;
9
10 while(phead->next != NULL){
11
12 if(strncmp(phead->next->data, data, STRLEN) == 0){
13
14 if(phead->next->data == hash->chainhash[BKDRhash(data)]->data)
15 hash->chainhash[BKDRhash(data)] = phead->next->next;
16 else
17 phead->next = phead->next->next;
18
19 return 1;
20 }
21 else
22 phead->next = phead->next->next;
23 }
24
25 free(phead->next);
26
27 return 0;
28 }
修改数据
修改数据非常简单，即先删除后插入
1 BOOL alter_data(HASH_TABLE* hash, NODE* phead, TYPE data, TYPE new_data)
2 {//修改数据
3 if(hash == NULL)
4 return 0;
5
6 if(data == new_data)
7 return 1;
8
9 if(del_data(hash, phead, data) == 1){
10
11 if(insert_data(hash, phead, new_data) == 1)
12 return 1;
13 else
14 return 0;
15 }
16
17 else
18 return 0;
19 }
这样，一个简单的hash算法就写好了！笔者冗长的测试代码如下。。。。至于为什么测试要写这么长，笔者也不造o(╯□╰)o
测试用10W行字典：
http://yunpan.cn/Q7BBIXwd3uTYe 访问密码 8889
1 int main(int argc, char* argv[])
2 {//测试
3 int i = 0;
4 char* testdata = "kyxntghcxolgqlw\n";
5 char data[STRLEN + 2] = {0};
6
7 HASH_TABLE* dic = create_hash();
8
9 FILE* fp = fopen("dic.txt", "r+");
10 assert(fp != 0);
11
12 while(i < DICLEN){
13 fgets(data, STRLEN + 2, fp);
14 insert_data(dic, dic->phead, data);
15 i++;
16 }
17
18 //查找测试
19 if(find_data(dic, dic->phead, testdata) != NULL)
20 printf("find it: %s\n", (find_data(dic, dic->phead, testdata))->data);
21 else
22 printf("no this data!\n");
23
24 //删除再查找测试
25 if(del_data(dic, dic->phead, testdata) == 1)
26 printf("delete it!\n");
27 else
28 printf("try again!\n");
29
30 if(find_data(dic, dic->phead, testdata) != NULL)
31 printf("find it: %s\n", (find_data(dic, dic->phead, testdata))->data);
32 else
33 printf("no this data!\n");
34
35 //修改数据测试
36 testdata = "fpwdwpk";
37 char* newdata = "bibibibibiu\n";
38
39 if(alter_data(dic, dic->phead, testdata, newdata) == 1){
40
41 if(find_data(dic, dic->phead, newdata) != NULL)
42 printf("find it: %s\n", (find_data(dic, dic->phead, newdata))->data);
43 else
44 printf("no this data!\n");
45 }
46
47 fclose(fp);
48 free(dic);
49
50 return 0;
51 }
欢迎转载，请备注原始连接http://www.cnblogs.com/liuliuliu/p/3966851.html，并注明转载。
作者bibibi_liuliu，联系方式[email protected]
时间： 2024-08-06 07:50:47