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。