LintCode 128 [Hash Function]

原题

在数据结构中，哈希函数是用来将一个字符串（或任何其他类型）转化为小于哈希表大小且大于等于零的整数。一个好的哈希函数可以尽可能少地产生冲突。一种广泛使用的哈希函数算法是使用数值33，假设任何字符串都是基于33的一个大整数。给出一个字符串作为key和一个哈希表的大小，返回这个字符串的哈希值。

对于key="abcd" 并且 size=100， 返回 78

解题思路：

• 关于哈希表：

• 哈希表在内存中是一个事先开辟好的数组，通过hash function把一个key转化为某一个index，来实现O(1)的查找

• 理想状态下，每次算出的index都是唯一的，而实际上会有Collision

• hash function设计标准是越乱越没有规则越好，以避免Collision，一般是通过某种方式将key转化为一个integer然后对hash table size取模

• 哈希表的size最好要是所要存的数字数量的10倍，当size不够时，需要rehashing。

• 如何处理冲突 - Collision

• Open hashing - 冲突的话，index下面采用linked list

• Closed hashing - 如果有冲突，则向前或者向后位移。致命缺点，不支持删除，所以几乎没人采用

• 将key转化为整数的方式有：

• MD5, 但是耗费较大

• APR hash function - magic number 33(只是经验值)

• Python中char和integer之间的转换

>>>ord("a")
97
>>>chr(97)
'a'

• 小技巧，如何计算a * 33^3 + b * 33^2 + c * 33 + d

sum = a * 33
sum = (a * 33 + b) * 33
sum = (a * 33^2 + b * 33 + c) * 33
sum = (a * 33^3 + b * 33^2 + c * 33 + d) * 33
...

完整代码

class Solution:
    """
    @param key: A String you should hash
    @param HASH_SIZE: An integer
    @return an integer
    """
    def hashCode(self, key, HASH_SIZE):
        sum = 0
        for char in key:
            sum = sum * 33 + ord(char)
            sum = sum % HASH_SIZE
        return sum