简单的练习一下双哈希；就表达那么一个意思；

#include <iostream> #include <vector> #include <utility> #include <algorithm> using namespace std; class Double_Hash_List { public: inline Double_Hash_List(int list_size=97):_list_length(list_size),_list_size(0) { _hash_list.assign(list_size,-1); } pair<bool,int> find_pos(int key) const; bool insert_key(int key); void search(int key) const; inline ~Double_Hash_List() { _hash_list.~vector(); } private: const int _list_length; int _list_size; vector<int> _hash_list; }; pair<bool,int> Double_Hash_List::find_pos(int key) const { int hash_pos=key%_list_length; int increase=key%(_list_length-1)+1; int again_pos; for(int cnt=0;cnt<_list_length;++cnt) { again_pos=hash_pos+cnt*increase; if(_hash_list[again_pos]==-1) { return make_pair(false,again_pos); } else if(_hash_list[again_pos]==key) { return make_pair(true,again_pos); } } return make_pair(false,-1); } bool Double_Hash_List::insert_key(int key) { if(_list_size==_list_length) { cout<<"元素不存在,且表已满,无法插入！"<<endl; return false; } pair<bool,int> key_pos=find_pos(key); if(key_pos.first==true) { cout<<"元素:"<<key<<"已存在,无法完成插入,元素位于："<<key_pos.second<<endl; ++_list_size; return false; } if(key_pos.first==false) { _hash_list[key_pos.second]=key; ++_list_size; cout<<"元素"<<key<<"插入成功，位置："<<key_pos.second<<endl; return true; } } void Double_Hash_List::search(int key) const { pair<bool,int> key_pos=find_pos(key); if(key_pos.first==true) { cout<<"元素:"<<key<<"找到，位置："<<key_pos.second<<endl; } else { cout<<"元素"<<key<<"不存在"<<endl; } } int main() { Double_Hash_List hash_list(13); int key; cout<<"请输入要插入的数据："<<endl; while(cin>>key&&key!=-1) { hash_list.insert_key(key); cout<<"请输入要插入的数据："<<endl; } cout<<"输入要查询的数据："<<endl; while(cin>>key&&key!=-1) { hash_list.search(key); cout<<"输入要查询的数据："<<endl; } }

 

表长m最好是个质数，再哈希函数最好是key%(m-某数)+1 ,否则小心增量过程一直循环.

 

字符串的Hash函数

字符串本身就可以看成一个256进制（ANSI字符串为128进制）的大整数，因此我们可以利用直接取余法，在线性时间内直接算出Hash函数值。为了保证效果， 仍然不能选择太接近 的数；尤其是当我们把字符串看成一个 进制数的时候，选择 会使得该字符串的任意一个排列的Hash函数值都相同。（想想看，为什么？）

常用的字符串Hash函数还有ELFHash，APHash等等，都是十分简单有效的方法。这些函数使用位运算使得每一个字符都对最后的函数值产生影响。另外还有以MD5和SHA1为代表的杂凑函数，这些函数几乎不可能找到碰撞（MD5前一段时间才刚刚被破解）。

我从Mark Twain的一篇小说中分别随机抽取了1000个不同的单词和1000个不同的句子，作为短字符串和长字符串的测试数据，然后用不同的Hash函数把它们变成整数，再用直接取余法插入一个容量为1237的Hash表，遇到冲突则用新字符串覆盖旧字符串。通过观察最后“剩下”的字符串的个数，我们可以粗略地得出不同的Hash函数实际效果。

	短字符串	长字符串	平均	编码难度
直接取余数	667	676	671.5	易
P. J. Weinberger Hash	683	676	679.5	难
ELF Hash	683	676	679.5	较难
SDBM Hash	694	680	687.0	易
BKDR Hash	665	710	687.5	较易
DJB Hash	694	683	688.5	较易
AP Hash	684	698	691.0	较难
RS Hash	691	693	692.0	较难
JS Hash	684	708	696.0	较易

把1000个随机数用直接取余法插入容量为1237的Hash表，其覆盖单元数也只达到了694，可见后面的几种方法已经达到了极限，随机性相当优秀。然而我们却很难选择，因为不存在完美的、既简单又实用的解决方案。我一般选择JS Hash或SDBM Hash作为字符串的Hash函数。这两个函数的代码如下：

unsigned int JSHash(char *str) { unsigned int hash = 1315423911; // nearly a prime - 1315423911 = 3 * 438474637 while (*str) { hash ^= ((hash << 5) + (*str++) + (hash >> 2)); } return (hash & 0x7FFFFFFF); } unsigned int SDBMHash(char *str) { unsigned int hash = 0; while (*str) { // equivalent to: hash = 65599*hash + (*str++); hash = (*str++) + (hash << 6) + (hash << 16) - hash; } return (hash & 0x7FFFFFFF); }