hash函数进阶一

hash函数进阶一

通过一个例子来熟悉hash函数的功能作用以及如何使用。

0.例子：

(1)有100万个IP地址，从中查询是否存在待查的IP地址

(2)使用hash映射来实现

1.前言：

(1)hash表面上看起来只是将输入对象散列到hash表中，其实在使用使用中过程有：

• 将目标对象通过hash函数，得到对应的key键值(hash code)，形成对应的hash对<key, value>
• 通过某种散列方式将key键值尽可能的均匀放于hash表中
• 冲突处理机制

(2)使用C语言的随机函数生成IP地址，模拟海量数据处理

2.实现：

2.1.头文件：存放需要生成的IP地址个数等公共数据

#define MAXIPNUM		1000000
#define HASHTABLELEN	10000
#define IPSTRLEN		16

2.2.源文件一：随机生成样本IP地址及待查IP地址

#include <stdio.h>
#include <time.h>
#include "hash_ip.h"

void main()
{
	int index = 0;
	int i = 0, j = 0, k = 0;
	
	srand((unsigned int)time(NULL));
	while(index < (MAXIPNUM + 1))
	{
		i = rand() % 255;
		j = rand() % 255;
		k = rand() % 255;
		
		index++;
		
		printf("%d.%d.%d\n", i, j, k);
	}
}

2.3.源文件二：hash实现

(1)节点结构：

struct hashNode
{
	char str[IPSTRLEN];
	int hashcode;
	struct hashNode *next;
	int value;
};

(2)hash数组表：

struct hashtable
{
	int value;
	struct hashNode *next;
}hashTable[HASHTABLELEN];

(3)初始化hash表(使用链表来解决冲突)：

void inittable()
{
	int index = 0;
	
	for(index = 0; index < HASHTABLELEN; index++)
	{
		hashTable[index].next = NULL;
		hashTable[index].value = 0;
	}
}

(4)映射和散列：将目标IP地址映射散列到hash表中：

void beginhash()
{
	int index = 0, hashcode = 0, tmpindex = 0;
	char tmpstr[IPSTRLEN];
	struct hashNode *tmpNode = NULL, *node = NULL;
	
	while(index < MAXIPNUM)
	{
		gets(tmpstr);
		hashcode = gethashcode(tmpstr);
		tmpindex = hashcode % HASHTABLELEN;
		
		node = (struct hashNode *)malloc(sizeof(struct hashNode));
		node->hashcode = hashcode;
		node->value = hashTable[tmpindex].value;
		node->next = NULL;
		strcpy(node->str, tmpstr);
		
		if(hashTable[tmpindex].next == NULL)
		{
			hashTable[tmpindex].next = node;
		}
		else
		{
			tmpNode = hashTable[tmpindex].next;
			while(tmpNode->next != NULL)
			{
				tmpNode = tmpNode->next;
			}
			tmpNode->next = node;
		}
		
		hashTable[tmpindex].value++;
		index++;
	}
}

(5)hash函数：可以自行设计优化，使得更均匀，冲突更少

int gethashcode(const char *str)
{
	int hashcode = 0;
	const char *tmpstr = str;
	
	while(*tmpstr)
	{
		//hashcode = (hashcode << 4) ^ (hashcode >> 28) + *tmpstr++;
		//hashcode = hashcode + *tmpstr++;
		//hashcode = *tmpstr++ + (hashcode << 6) + (hashcode << 16) - hashcode;
		//hashcode = hashcode * 1366 + *tmpstr++;
		hashcode = hashcode * 2345 + *tmpstr++;
	}
	
	return (hashcode & 0x7FFFFFFF);
}

(6)查找：是否存在待查IP地址

void findstr(const char *str)
{
	int hashcode = 0, index = 0, tmpindex = 0, mark = 0;
	struct hashNode *tmpNode = NULL;
	
	hashcode = gethashcode(str);
	tmpindex = hashcode % HASHTABLELEN;
	tmpNode = hashTable[tmpindex].next;
	while(tmpNode != NULL)
	{
		if(tmpNode->hashcode != hashcode)
		{
			
		}
		else if(!strcmp(tmpNode->str, str))
		{
			mark = 1;
			printf("find str: %s in %d index, and depth is %d\n", str, tmpindex, tmpNode->value);
		}
		tmpNode = tmpNode->next;
	}
	
	if(0 == mark)
	{
		printf("not find str: %s\n", str);
	}
}

2.4.自动化测试：使用批处理

@cl /nologo haship.c
@cl /nologo randip.c

@del haship.obj	randip.obj

@call randip.exe > randip.txt
@call haship.exe < randip.txt > result.txt

@del haship.exe randip.exe

@pause