关于c:实操案例字符串哈希表操作

52次阅读

共计 2457 个字符，预计需要花费 7 分钟才能阅读完成。

摘要： 当遇到 C 语言库没有字符串哈希表的时候，该如何进行操作。

有考 C 语言可信编程认证的共事常常会问到，C 语言库没有字符串哈希表操作，那考试遇到了怎么办。尽管历次考试的题目中没有必须要用到 C 语言哈希表的题目（至多我都能用惯例 C 做进去），然而还须要防患未然，这里给出一道有代表性的题目，能够尝试做做看：https://leetcode-cn.com/problems/substring-with-concatenation-of-all-words/

给定一个字符串 s 和一些长度雷同的单词 words。找出 s 中恰好能够由 words 中所有单词串联造成的子串的起始地位。
留神子串要与 words 中的单词齐全匹配，两头不能有其余字符，但不须要思考 words 中单词串联的程序。

 示例：输出：s = "barfoothefoobarman",
  words = ["foo","bar"]
输入：[0,9]
解释：从索引 0 和 9 开始的子串别离是 "barfoo" 和 "foobar"。输入的程序不重要, [9,0] 也是无效答案。

这题不思考编程语言的话，用哈希表会比较简单，那要是用 C 语言的话，能够本人撸个哈希表用，凑合这类题目还是入不敷出的。

思路的话参考 https://leetcode-cn.com/problems/substring-with-concatenation-of-all-words/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-w-6/ 中的解法二，这里只讲下怎么最简略结构一个哈希表。

首先是选取哈希函数，这里我用的是 djb2 算法，参考 http://www.cse.yorku.ca/~oz/hash.html，碰撞率相当低，散布均衡，实现也很简略，就两三行代码，记住要害数字 (5381 和 33)。

If you just want to have a good hash function, and cannot wait, djb2 is one of the best string hash functions i know. it has excellent distribution and speed on many different sets of keys and table sizes.

Language- 代码

unsigned long
hash(unsigned char *str)
{
    unsigned long hash = 5381;

    int c;

    while (c = *str++)

        hash = ((hash << 5) + hash) + c; /* hash * 33 + c */

    return hash;

}

有了字符串哈希函数，就可能将大串字符串转换成数字，数字进而能够作为数组的下标（key）存储信息。那么哈希表的大小怎么取呢？个别大小要大于存储的数据个数，比方最多 100 个数据，存到哈希表的话大小必定要大于 100 才行。对于这题而言，没有明确通知你单词的最大个数，只能估值了，这里通过几轮提交测试，失去哈希表大小与通过用例个数的关系，阐明这道题目最多的单词数可能在 300 左右，均匀个数 <50 个吧：

5 -> 110/173
10 -> 143/173
50 -> 170/173
100 -> 170/173
300 -> 172/173
400 -> 173/173

这里给出我的解答：

C 代码

// 字符串最大值，hash 表大小，估值和理论数据个数无关

#define MAXWORDCOUNT 1000


static int wordCount[MAXWORDCOUNT];

static int currWordCount[MAXWORDCOUNT];



// ref: http://www.cse.yorku.ca/~oz/hash.html


unsigned long DJBHash(const char* s, int len) {

    unsigned long hash = 5381; // 经验值，hash 抵触概率低，散布均衡


    while (len--) {hash = (((hash << 5) + hash) + *(s++)) % MAXWORDCOUNT; /* hash * 33 + c */


    }

    return hash;


}



int* findSubstring(char * s, char ** words, int wordsSize, int* returnSize){memset(wordCount, 0, sizeof(wordCount));


    *returnSize = 0;



    const int kSLen = strlen(s);

    if (kSLen == 0 || wordsSize == 0) return NULL;



    const int kWordLen = strlen(words[0]);


    // 将单词数量存到哈希表中，key: word, value: 单词数量

    for (int i = 0; i < wordsSize; ++i)


        ++wordCount[DJBHash(words[i], kWordLen)];



    int *result = malloc(sizeof(int) * kSLen);

    for (int i = 0; i < kWordLen; ++i) {for (int j = i; j + kWordLen * wordsSize <= kSLen; j += kWordLen) {

            // 统计以后窗口的单词数量


            for (int k = (j == i ? 0 : wordsSize - 1); k < wordsSize; ++k)

                ++currWordCount[DJBHash(s + j + k * kWordLen, kWordLen)];



            // 判断两个哈希表是否相等，即窗口中的单词是否和给定词典齐全匹配


            if (memcmp(wordCount, currWordCount, sizeof(wordCount)) == 0)

                result[(*returnSize)++] = j;



            --currWordCount[DJBHash(s + j, kWordLen)];


        }

        // 哈希表清零操作


        memset(currWordCount, 0, sizeof(currWordCount));

    }


    return result;

}

点击关注，第一工夫理解华为云陈腐技术~

正文完