词频哈希表答案

【问题标题】：Word frequency hash table词频哈希表
【发布时间】：2016-01-06 18:26:10
【问题描述】：

好的，我有一个项目需要我有一个动态哈希表来计算文件中单词的频率。我必须使用 java，但是，我们不允许使用任何内置数据类型或内置类，除了标准数组。此外，我不允许在 Internet 上使用任何已知速度快的哈希函数。我必须制作自己的哈希函数。最后，我的导师还希望我的表从大小“1”开始，并且每次添加新键时大小加倍。

我的第一个想法是对组成单词的字母的 ASCII 值求和，并用它来做一个散列函数，但是具有相同字母的不同单词将等于相同的值。

我该如何开始？ ASCII 的想法是否正确？

【问题讨论】：

可以利用字母在单词中的位置来改进散列函数。
如果多个单词创建相同的哈希值就可以了。哈希不应该是唯一的。事实上，如果被散列的数据大于散列，它就不可能是唯一的。哈希确定密钥存储在哪个桶中，但随后执行相等检查以确保
如果每次添加新键时将数组的大小加倍，添加 32 个键将导致数组有 40 亿个条目宽：/ - 也许它们意味着每次填满时大小都会加倍

标签： java hash

【解决方案1】：

散列表不应该具有一般值和散列之间的一对一映射。哈希表预计会发生冲突。也就是说，散列函数的域应该大于范围（即散列值）。然而，一般的想法是你想出一个哈希函数，其中冲突的概率非常小。如果您的散列函数是统一的，即，如果您将其设计为每个可能的散列值具有相同的生成概率，那么您可以通过这种方式最大限度地减少冲突。

发生碰撞并不是世界末日。这只是意味着您必须搜索该哈希的值列表。如果你的散列函数很好，那么总体上你的查找性能应该仍然是 O(1)。

生成散列函数本身就是一个主题，没有一个答案。但是，您可以从使用字符串中字符的按位表示开始，并对它们执行某种卷积操作（旋转、移位、异或）。您可以基于某些初始种子值以某种方式执行这些操作，然后将散列的第一步的输出用作下一步的种子。这样，您最终可以放大卷积的效果。

例如，假设您得到字符A，即十六进制的41，或二进制的0100 0001。您可以指定每个位来表示某种操作（可能位 0 为 0 时为 ROR，为 1 时为 ROL；位 1 为 0 时为 OR，为 1 时为 XOR，等等） .您甚至可以根据值本身决定要进行多少卷积。例如，您可以说下半字节指定您将向右旋转多少，而上半字节指定您将向左旋转多少。然后，一旦获得最终值，您将使用它作为下一个字符的种子。这些只是一些想法。发挥你的想象力，看看你会得到什么！

【讨论】：

【解决方案2】：

不管你的哈希函数有多好，你总会遇到需要解决的冲突。

如果你想通过使用 ASCII 值来保持你的方法，你不应该只添加值，这会导致很多冲突。您应该使用值的力量，例如对于“Help”这个词，您只需像：'H' * 256 + 'e' * 256 + 'l' * 256² + 'p' * 256³。或者在伪代码中：

int hash(String word, int hashSize)
    int res = 0
    int count = 0;
    for char c in word
        res += 'c' * 256^count
        count++
        count = count mod 5
    return res mod hashSize

现在您只需编写自己的 Hashtable：

class WordCounterMap
    Entry[] entrys = new Entry[1]

    void add(String s)
        int hash = hash(s, entrys.length)
        if(entrys[hash] == null{
            Entry[] temp = new Entry[entry.length * 2]
            for(Entry e : entrys){
                if(e != null)
                    int hash = hash(e.word, temp.length)
                    temp[hash] = e;
            entrys = temp;
            hash = hash(s, entrys.length)
        while(true)
            if(entrys[hash] != null)
                if(entrys[hash].word.equals(s))
                    entrys[hash].count++
                    break
            else
                entrys[hash] = new Entry(s)
            hash++
            hash = hash mod entrys.length

    int getCount(String s)
        int hash = hash(s, length)
        if(entrys[hash] == null)
            return 0
        while(true)
             if(entrys[hash].word.equals(s))
                 entrys[hash].count++
                 break
             hash++
             hash = hash mod entrys.length


class Entry
    int count
    String word

    Entry(String s)
        this.word = s
        count = 1

【讨论】：