字符串hash函数

       本文搜集了一些字符串的常用hash函数。

范例1：判断两个单词是否含有相同的字母，此时我们可以用hash做。例如，“aaabb”与"aabb"含有相同的单词。（参考：http://kmplayer.iteye.com/blog/656782）

 

#include <iostream>  

using namespace std;  



int hash(const char* a)  //hash函数设计到位，节约了空间，当然我们也可以用bitset

{  

	int tmp=0;  

	while(*a)  

	{  

		tmp|=1<<(*a-'a');  

		a++;  

	}  

	return tmp;  

}  



int main()  

{  

	char* a="abc";  

	char* b="acb";  

	cout<<hash(a)<<endl;  

	cout<<hash(b)<<endl;  

	return 0;  

}

 

范例2：判断兄弟单词，兄弟单词定义为两个单词含有的所有字母相同，但是位置不同。例如“aaccdd”和“acdacd”。何海涛在《剑指offer》上的解法，定义bitcnt[26]，用一个字符串加计数，另一个字符串减计数。

 

     我们这里为了素数的hash构造方法。特意用素数来hash，例如，a=2，b=3，c=5，然后整个单词的hash就是其乘积。

 

#include <iostream>

#include <cctype>

using namespace std;  



const int MAX = 200;  

int prime[MAX] = {2,3,5};  



//产生小于num的所有素数,返回值为产生素数的个数  

int GeneratePrime(int num)  

{  

	int curPossibleNum = 5;  

	int gap = 2;  

	int count = 3;  



	while(curPossibleNum <= num){  

		curPossibleNum += gap;  

		bool flag = true;  



		for(int j=0; prime[j]*prime[j]<=curPossibleNum; j++){  

			if(curPossibleNum % prime[j] == 0)  

				flag = false;  

		}  



		if(flag == true)  

			prime[count++] = curPossibleNum;  



		gap = 6 - gap;   

	}  



	return count;  

} 



long long Hash(char str[]){ //在这里我们简单的将大小写统一

	long long hashValue = 1;

	while(*str != '\0'){

		hashValue = hashValue * prime[tolower(*str) - 'a'];

		++str;

	}

	return hashValue;

}



int main()  

{  

	char* str="abdc";  

	GeneratePrime(26);

	cout<<Hash(str)<<endl;

	system("pause");

	return 0;  

}

 

范例3：统计单词的个数，C++ Primer中采用map的方法。本文采用介绍采用hash的方法。（参考：http://kmplayer.iteye.com/blog/647471）

 

#include <stdio.h>  

#include <stdlib.h>  

#include <string.h>  



#define WORDLENGTH 30  

#define NHASH 300  



typedef struct node* nodeptr;  

typedef struct node  

{  

	char* word;  

	int cnt;  

	nodeptr next;  

} node;  



int hash(char* buf)  //其实，我没懂这里为什么是31

{  

	unsigned n=0;  

	char* p;  

	for(p=buf;*p;p++)  

		n=31*n+(*p);  

	return n%NHASH;  

}  



nodeptr hashTable[NHASH];  



//链表法,解决hash的冲突.  

void incword(char* buf)  

{  

	int n=hash(buf);  

	nodeptr p;  

	for(p=hashTable[n];p;p=p->next)  

	{  

		if(strcmp(p->word,buf)==0)  

		{  

			p->cnt++;  

			return;  

		}  

	}  

	p=(nodeptr)malloc(sizeof(node));  

	p->word=(char*)malloc(strlen(buf)+1);  

	strcpy(p->word,buf);  

	p->cnt=1;  

	p->next=hashTable[n];  

	hashTable[n]=p;  

}  



int main ()  

{  

	freopen("genetic.txt","r",stdin);  

	char buf[WORDLENGTH];  

	int i;  

	while( scanf("%s",buf)!=EOF )  

		incword(buf);  

	for(i=0;i<NHASH;i++)  

	{  

		nodeptr p=hashTable[i];  

		for(;p;p=p->next)  

			printf("%s %d\n",p->word,p->cnt);  

	}  

	return 0 ;  

}

 

      有好的字符串hash，欢迎告之。