这可能是一个愚蠢的问题,但这里是:
我将单词字典散列到基于 unordered_set 的散列表中。我的散列函数是故意“坏”的,因为包含同一组字母的所有字符串都将散列为相同的值。我最初试图覆盖正常的散列函数行为,并使用每个单词中字母的“频率直方图”作为散列值(我了解到这是不可能的:)),但其中一个线程建议使用 26-位位掩码实现相同。到目前为止,散列函数工作正常。
例如,在我的方案中,CITIED 和 CITED 散列为相同的值 1049144。我的想法是给定一组字母,我想找到包含该组字母的所有单词。
我猜我还没有完全理解散列的概念(或者我的代码完全错误),因为我无法完全解释我遇到的行为:
我决定查找所有由字符串“LIVEN”中的字母组成的单词。
我的输出(带有哈希键)如下:
VENVILLE,4215328
LEVIN,4215328
ENLIVEN,4215328
CURTSEYED,37486648
CURTSEYED 究竟是如何降落在那里的?可以看出,它与其余三个词具有不同的哈希值。我对哈希表的理解/实现错在哪里?
产生上述输出的代码:
typedef std::unordered_set< std::string, my_string_hash_function, my_string_equality> Dict
DictHash dict;
DictHash::const_local_iterator c_l_itr;
DictHash::size_type bs = dict.bucket (std::string ("LIVEN"));
for (c_l_itr = dict.begin(bs); c_l_itr != dict.end(bs); c_l_itr++)
std::cout
<p>My hash function : </p>
<pre><code>struct my_string_hash_function
{
std::size_t operator()(const std::string& s) const
{
unsigned long hash = 0;
std::string::const_iterator itr;
for (itr = s.begin(); itr != s.end(); itr++)
hash |= 2 << (*itr - int('A'));
return hash;
}
};
</code></pre>
<p>Comparison function : </p>
struct my_string_equality
{
bool operator()(const std::string& s1, const std::string& s2) const
{
if (s1.length() != s2.length())
return false;
unsigned int hash1 = 0, hash2 = 0;
const char *str1, *str2;
int i,len;
len = s1.length();
str1 = s1.c_str();
str2 = s2.c_str();
for (i = 0; i < len; i++)
{
hash1 |= 2 << (str1[i] - (int)'A');
hash2 |= 2 << (str2[i] - (int)'A');
}
return hash1 == hash2;
}
};
最佳答案
不同的哈希值不一定会在不同的桶中结束。通常,哈希表会根据 hash_value % number_of_buckets
选择一个桶,因此以桶数为模的相等哈希值将在同一个桶中结束。
从本质上讲,您无法保证哪个哈希值出现在哪个桶中。
关于c++ - 使用 unordered_set 防止不同哈希值的键落入同一个桶,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4056210/