出处： 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(HashTable)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，例如，每一个Hash值通过取模运算(mod)对应到数组中的一个位置，这样，只要比较这个字符串的哈希值对应的位置有没有被占用，就可以得到最后的结果了，想想这是什么速度？是的，是最快的O(1)，现在仔细看看这个算法吧：
typedefstruct{intnHashA;intnHashB;charbExists;......}SOMESTRUCTRUE;一种可能的结构体定义？
函数三、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.
intGetHashTablePos(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。{intnHash=HashString(lpszString);//调用上述函数二，返回要查找字符串lpszString的Hash值。intnHashPos=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，returnnHashPos;//则返回上述调用函数二后，找到的Hash值}else{return-1;}}
看到此，我想大家都在想一个很严重的问题：“如果两个字符串在哈希表中对应的位置相同怎么办？”,毕竟一个数组容量是有限的，这种可能性很大。解决该问题的方法很多，我首先想到的就是用“链表”,感谢大学里学的数据结构教会了这个百试百灵的法宝，我遇到的很多算法都可以转化成链表来解决，只要在哈希表的每个入口挂一个链表，保存所有对应的字符串就OK了。事情到此似乎有了完美的结局，如果是把问题独自交给我解决，此时我可能就要开始定义数据结构然后写代码了。
然而Blizzard的程序员使用的方法则是更精妙的方法。基本原理就是：他们在哈希表中不是用一个哈希值而是用三个哈希值来校验字符串。
MPQ使用文件名哈希表来跟踪内部的所有文件。但是这个表的格式与正常的哈希表有一些不同。首先，它没有使用哈希作为下标，把实际的文件名存储在表中用于验证，实际上它根本就没有存储文件名。而是使用了3种不同的哈希：一个用于哈希表的下标，两个用于验证。这两个验证哈希替代了实际文件名。当然了，这样仍然会出现2个不同的文件名哈希到3个同样的哈希。但是这种情况发生的概率平均是：1:，这个概率对于任何人来说应该都是足够小的。现在再回到数据结构上，Blizzard使用的哈希表没有使用链表，而采用"顺延"的方式来解决问题，看看这个算法：
函数四、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：
intGetHashTablePos(char*lpszString,MPQHASHTABLE*lpTable,intnTableSize){constintHASH_OFFSET=0,HASH_A=1,HASH_B=2;intnHash=HashString(lpszString,HASH_OFFSET);intnHashA=HashString(lpszString,HASH_A);intnHashB=HashString(lpszString,HASH_B);intnHashStart=nHash%nTableSize;intnHashPos=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==nHashAlpTable[nHashPos].nHashB==nHashB){returnnHashPos;}else{nHashPos=(nHashPos+1)%nTableSize;}if(nHashPos==nHashStart)break;}return-1;}
上述程序解释：
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)2.察看哈希表中的这个位置3.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。4.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。5.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 6.看看是不是又回到了原来的位置，如果是，则返回没找到7.回到3
ok，这就是本文中所说的最快的Hash表算法。什么?不够快?:D。欢迎，各位批评指正。
--------------------------------------------补充1、一个简单的hash函数：
/*key为一个字符串，nTableLength为哈希表的长度*该函数得到的hash值分布比较均匀*/unsignedlonggetHashIndex(constchar*key,intnTableLength){unsignedlongnHash=0;while(*key){nHash=(nHash5)+nHash+*key++;}return(nHash%nTableLength);}
补充2、一个完整测试程序：哈希表的数组是定长的，如果太大，则浪费，如果太小，体现不出效率。合适的数组大小是哈希表的性能的关键。哈希表的尺寸最好是一个质数。当然，根据不同的数据量，会有不同的哈希表的大小。对于数据量时多时少的应用，最好的设计是使用动态可变尺寸的哈希表，那么如果你发现哈希表尺寸太小了，比如其中的元素是哈希表尺寸的2倍时，我们就需要扩大哈希表尺寸，一般是扩大一倍。
下面是哈希表尺寸大小的可能取值：
17,37,79,,,,,,,,,,,,,,,,,,,,,,,,,
长按图片识别初期白癜风能治愈吗北京看白癜风哪个医院最好