gperf的使用

最近一直搞字符串的哈希查找，有人推荐使用gperf的Perfect Hash，于是去调查了一下GPerf的使用方法。

gperf 下载 http://www.gnu.org/software/gperf/，ubuntu上可以直接sudo apt-get install gperf ，可能办法不是最新的。

gperf 文档 http://www.gnu.org/software/gperf/manual/gperf.html#Functions

我主要参考了《使用 gperf 实现高效的 C/C++ 命令行处理》。

gperf使用：

主要是declarations和keyword部分，如果只是单纯的查找字符串是否存在，则不需要declarations部分，.gperf文件中直接保存哈希表中的所有字符串即可。但是哈希表中一般都是key和value对，这样的要在declaration部分声明一个struct，然后两个%%后是keyword。格式如下：

struct KeyValue
{
    const char * key；//第一个字段必须是const char *
    int  value；      //可以有更多的value值  
};
%%
key1,1
key2,2
key3,3

keyword部分如果首字符为%，该字符串须用双引号括起来，如%key，必须是“%key”。

然后使用gperf命令生成hpp文件：

gperf -CGD -K key -L C++ -t xxx.gperf > perfecthash.hpp

生成的头文件中有Perfect_Hash的类，类名可以通过-Z选项修改。

类中有Hash函数，默认为hash()，可以通-H选项修改。

查找函数是in_word_set()，用-N来修改。

-L指定编程语言。

如果有declaration部分，必须使用-t选项。

-K指定struct中关键字的名称。

具体的原理不做详细说明，Perfect Hash应该很快，没有实际测试过。

问题：

gperf只是把.gperf文件中的关键字使用结构体数组的形式存放在代码文件中，省去了文件加载的时间，然而感觉这种做法只适合小规模的hash查找，如参考中的C++命令行处理。对于我要处理的几十万或者上百万的字符串索引对，并不适合使用gperf来处理。

不知道是否有人处理过大规模的字符串Hash查找，是否有更好的解决方案，望请赐教，谢谢。