Larbin:hashTable

 

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。

阅读更多
个人分类: 网络
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭