值得一提的是,在解决Hash冲突的时候,搞的焦头烂额,结果今天上午在自己的博客内的一篇文章(十一、从头到尾彻底解析Hash表算法)内找到了解决办法:网上流传甚广的暴雪的Hash算法。
“接下来,咱们来具体分析一下一个最快的Hash表算法。
我们由一个简单的问题逐步入手:有一个庞大的字符串数组,然后给你一个单独的字符串,让你从这个数组中查找是否有这个字符串并找到它,你会怎么做?
有一个方法最简单,老老实实从头查到尾,一个一个比较,直到找到为止,我想只要学过程序设计的人都能把这样一个程序作出来,但要是有程序员把这样的程序交给用户,我只能用无语来评价,或许它真的能工作,但...也只能如此了。
最合适的算法自然是使用HashTable(哈希表),先介绍介绍其中的基本知识,所谓Hash,一般是一个整数,通过某种算法,可以把一个字符串"压缩" 成一个整数。当然,无论如何,一个32位整数是无法对应回一个字符串的,但在程序中,两个字符串计算出的Hash值相等的可能非常小,下面看看在MPQ中的Hash算法:
- //函数prepareCryptTable以下的函数生成一个长度为0x500(合10进制数:1280)的cryptTable[0x500]
- void
prepareCryptTable() - {
-
unsigned long seed = 0x00100001, index1 = 0, index2 = 0, i; -
-
for( index1 = 0; index1 < 0x100; index1++ ) -
{ -
for( index2 = index1, i = 0; i < 5; i++, index2 += 0x100 ) -
{ -
unsigned long temp1, temp2; -
-
seed = (seed * 125 + 3) % 0x2AAAAB; -
temp1 = (seed & 0xFFFF) << 0x10; -
-
seed = (seed * 125 + 3) % 0x2AAAAB; -
temp2 = (seed & 0xFFFF); -
-
cryptTable[index2] = ( temp1 | temp2 ); -
} -
} - }
- //函数HashString以下函数计算lpszFileName
字符串的hash值,其中dwHashType 为hash的类型, - unsigned
long HashString(const char *lpszkeyName, unsigned long dwHashType ) - {
-
unsigned char *key = (unsigned char *)lpszkeyName; -
unsigned long seed1 = 0x7FED7FED; -
unsigned long seed2 = 0xEEEEEEEE; -
int ch; -
-
while( *key != 0 ) -
{ -
ch = *key++; -
seed1 = cryptTable[(dwHashType<<8) + ch] ^ (seed1 + seed2); -
seed2 = ch + seed1 + seed2 + (seed2<<5) + 3; -
} -
return seed1; - }
是不是把第一个算法改进一下,改成逐个比较字符串的Hash值就可以了呢,答案是,远远不够,要想得到最快的算法,就不能进行逐个的比较,通常是构造一个哈希表(Hash Table)来解决问题,哈希表是一个大数组,这个数组的容量根据程序的要求来定义,
- typedef
struct - {
-
int nHashA; -
int nHashB; -
char bExists; -
...... - }
SOMESTRUCTRUE; - //一种可能的结构体定义?
- //函数GetHashTablePos下述函数为在Hash表中查找是否存在目标字符串,有则返回要查找字符串的Hash值,无则,return
-1. - int
GetHashTablePos( har *lpszString, SOMESTRUCTURE *lpTable ) - //lpszString要在Hash表中查找的字符串,lpTable为存储字符串Hash值的Hash表。
- {
-
int nHash = HashString(lpszString); //调用上述函数HashString,返回要查找字符串lpszString的Hash值。 -
int nHashPos = nHash % nTableSize; -
-
if ( lpTable[nHashPos].bExists && !strcmp( lpTable[nHashPos].pString, lpszString ) ) -
{ //如果找到的Hash值在表中存在,且要查找的字符串与表中对应位置的字符串相同, -
return nHashPos; //返回找到的Hash值 -
} -
else -
{ -
return -1; -
} - }
- //函数GetHashTablePos中,lpszString
为要在hash表中查找的字符串;lpTable 为存储字符串hash值的hash表;nTableSize 为hash表的长度: - int
GetHashTablePos( char *lpszString, MPQHASHTABLE *lpTable, int nTableSize ) - {
-
const int HASH_OFFSET = 0, HASH_A = 1, HASH_B = 2; -
-
int nHash = HashString( lpszString, HASH_OFFSET ); -
int nHashA = HashString( lpszString, HASH_A ); -
int nHashB = HashString( lpszString, HASH_B ); -
int nHashStart = nHash % nTableSize; -
int nHashPos = nHashStart; -
-
while ( lpTable[nHashPos].bExists ) -
{ - //
如果仅仅是判断在该表中时候存在这个字符串,就比较这两个hash值就可以了,不用对结构体中的字符串进行比较。 - //
这样会加快运行的速度?减少hash表占用的空间?这种方法一般应用在什么场合? -
if ( lpTable[nHashPos].nHashA == nHashA -
&& lpTable[nHashPos].nHashB == nHashB ) -
{ -
return nHashPos; -
} -
else -
{ -
nHashPos = (nHashPos + 1) % nTableSize; -
} -
-
if (nHashPos == nHashStart) -
break; -
} -
return -1; - }
- 计算出字符串的三个哈希值(一个用来确定位置,另外两个用来校验)
- 察看哈希表中的这个位置
- 哈希表中这个位置为空吗?如果为空,则肯定该字符串不存在,返回-1。
- 如果存在,则检查其他两个哈希值是否也匹配,如果匹配,则表示找到了该字符串,返回其Hash值。
- 移到下一个位置,如果已经移到了表的末尾,则反绕到表的开始位置起继续查询
- 看看是不是又回到了原来的位置,如果是,则返回没找到
- 回到3。