百度面试题及我的解答(4)

 输出函数由于太忙一直没写。先把主要数据结构列出来吧。

 

数组的每一项都是一个链表，数组长度26是因为我假设没有一个单词的长度超过26……<小程序就不较真了>

typedef struct tag_WORD_STOR{ WORD_NODE* words_arr_cnt[26]; bool has_store; } WORD_STOR;  

 

链表节点数据结构如下：

typedef struct tag_WORD_NODE{ int sum_str; // 单词ASCII码累加结果，HASH主关键字 int cnt_str; // 单词长度，HASH次关键字 char *str; // 单词 char *sorted_str; // 字母序拍序后的单词 struct tag_WORD_NODE* next; //List->Next } WORD_NODE;

 

HASH表：

typedef void WORD_LIST_PROCESS_FUNC(WORD_NODE* plist, ostream& out); class HashMethod1 // 当前使用的Hash算法：累加，长度二级HASH的CLASS化 { private: WORD_STOR* words_arr; BUF<WORD_NODE> *pWordBuf; BUF<char> *pStrBuf; public: HashMethod1(); ~HashMethod1(); bool InitHashTbl(int buf_size); bool Add(char* str); void TraverseTbl(WORD_LIST_PROCESS_FUNC* pprocessFunc, ostream& out); };

 

代码解释：

上面的HASH表声明中，words_arr就是Hash表，words_arr是一个长度为65535的指针数组(我承认，我偷懒了)。

65535的长度确保了，每一个单词ASCII码的和都能落在数组的范围内。

每一个words_arr[i]都有一个成员变量WORD_NODE* words_arr_cnt[26]，ASCII码和一样的单词，在words_arr[i]内，在按照长度进入不同的words_arr_cnt[j]。这样做主要是为了简化后面的排序和比较流程。

 

HASH表其他字段pWordBuf和pStrBuf都是用来分配内存的Buffer，简单的小优化。对于2.6M的小规模数据输入，性能提升不明显。

InitHashTbl：初始化Hash表，由于要分配内存，所以构造函数不做初始化。

Add：添加一个新单词到HASH表。

TraverseTbl：遍历整个HASH表，并对每个words_arr[i]链表应用p[ocessFunc函数。这个是完成题目的主要函数。会在"百度面试题及我的解答(3)"中描述。