完美哈希函数(Perfect Hash Function)

  
什么是完美哈希函数
 
完美哈希函数(Perfect Hash Function,简称PHF就是没有冲突的哈希函数,也就是,函数 H 将 N 个 KEY 值映射到 M 个整数上,这里 M>=N ,而且,对于任意的 KEY1 ,KEY2 ,H( KEY1 ) != H( KEY2 ) ,并且,如果 M = = N ,则 H 是最小完美哈希函数(Minimal Perfect Hash Function,简称MPHF
 
什么时候使用PHFMPHF
 
通常情况下,PHF或MPHF是针对静态集合的。也就是,在使用PHF或MPHF时,所有的 KEY 值是事先已知并且固定的。不过,这里有针对动态集合的一个算法(我没有仔细看,不敢肯定)。
 
使用PHFMPHF的一般流程
 
1.         (准备阶段)将已知的所有的 KEY 值传给PHF或MPHF生成算法,生成PHF或MPHF以及相应的数据;
2.         (使用阶段)调用已有的PHF或MPHF以及相应的数据快速计算哈希值并进行相应的操作。
其实在实际使用中我们只关心步骤2,但步骤1的生成算法却是PHF或MPHF的关键。
 
PHFMPHF生成程序库
 
GNU的完美哈希函数生成程序,可以生成PHF和MPHF,生成MPHF时和输入数据以及参数设置的关系比较大。使用的应该是比较简单的算法,生成的效率不高,当数据量大时,程序就没什么反应了。生成的结果是代码(里面包含有数据,直接组织在代码里),移植性非常好。很多编译器对保留字的处理都采用gperf来建立完美哈希函数。Windows版的可执行文件可以从这里下载,源代码可以从这里下载,一篇介绍论文在这里,说明书在这里,说明书中文翻译在这里
易用性:                            5
稳定性:                            5
移植性:                            5
效率(针对大数据量):     2
MPHF:                             2
 
巴西的这个哥们Fabiano C. Botelho发了很多MPHF方面的论文。CMPH应该他和其他几个人开发的开源的生成MPHF的程序库。这里面封装了4个算法,而且设计了一个程序框架(搞不懂他们为什么要设计这样一个框架,用MPHF的人不会像他们做研究那样会一次使用那么多个算法的,而这样一个框架明显增加了使用的难度)。里面有几个算法是针对大数据量的,但简单试了试,发现并不像他们论文里宣称的那样高效,而且由于是一个框架,生成的MPHF并不能直接脱离他们的环境来使用。这里是他们在SourceForge上的链接。
易用性:                            3
稳定性:                            2
移植性:                            2
效率(针对大数据量):     2
MPHF:                             5
 
又一个牛人写的生成MPHF的算法,注意了,他写这个纯粹是为了好玩,考!
简单试了试,可以直接生成代码,但不是很好用,针对大数据量效率也不行。
易用性:                            3
稳定性:                            3
移植性:                            4
效率(针对大数据量):     3
MPHF:                             5
 
又又一个牛人写的生成MPHF的算法,比较好用,可以处理大数据量的集合,而且比较有特色的是关键字不仅仅可以是字符串,还可以是整数等。
易用性:                            5
稳定性:                            5
移植性:                            4
效率(针对大数据量):     5
MPHF:                             5
 
以上都是用C/C++来实现的PHFMPHF生成程序考,这是一个用Python实现的MPHF生成程序。还是比较好用的,遗憾的是对大数据量效率不行。
易用性:                            5
稳定性:                            5
移植性:                            4
效率(针对大数据量):     3
MPHF:                             5
 
PHFMPHF生成算法
我一贯坚持的是拿来主义(只要不存在法律和道德风险),所以对PHFMPHF的生成算法我只是浅尝辄止,不敢在这里唧唧歪歪。下面给出一些链接,想研究这些算法好好看这些论文吧。论文按大概时间顺序排列,最新的在最前面。
 
阅读更多
个人分类: 算法
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭