hashTable:尽可能不爬两次同一url,判重。
size:尺寸。
table:char* 类型,实际存值的地方。
hashTable:建立hash表,并初始化。如果标志显示从文件中载入,则初始的hashTable从文件中载入,否则hashTable初值为0.hashTable的类型是char型。
~hashTable:删除hash表。
save():将hashTable存在文件中。首先重命名先前的文件,然后创建一个新的文件,调用写的函数,循环写入。ecrireBuff支持全部内存的写入。
test():测试url是否在hashTable中
set(): 将url的code加入hash表。
testSet():是test和set的综合。将某项加入到一定的位置,如果该项已经有了,则返回false,否则返回true。
larbin的hash算法的基本思想是:
1.将url转换为一个一定范围的整数(hash码)。
2.对8取整得到其位置。
3.对于每个位置,由于是char型的,所以有8位。对hash码对8取余,并将1左移余数位(刚好不会超过char范围)。
4.如果该位置上有元素,则表明表中已有该元素;否则表示未有该元素。(按位取与即可)
5.按位取或即可添加该元素。
这样,就实现了在一个位置存储8个元素。
其问题在于,不同的url得到的hash码可能是相同的。如果不同url得到的hash码,仅是位置相同,而实际值不同,则也将不会是相同。
最大的优势是,不需要记录字符串,也不需要记录hash码,而且添加和查找速度极快。
这和用hash码作为pos,bit(而非byte)作为存储单元道理是相同的。(对于冲突未解决,既没有拉链,也没有开地址解决)
如果有多个hash函数生成hash码,冲突率就会很低。这就要求有多个hash表。Larbin好像只维护了一个hash表。