C 制作一个完美的散列（所有连续的桶都满了）、gperf还是其他选择？

假设我想构建一个完美的哈希表，用于查找预定义键为12个月的数组，因此我希望

hash("January")==0
hash("December")==11

我运行了我的月份名称，得到了一个很好的哈希函数，但它似乎给出了16个桶（或者说范围是16）

查看生成的gperf代码，它的哈希函数代码从256大小的表中简单返回len加char值查找。不知怎的，在我的脑海里，我想象了一个看起来很奇特的功能……：）

如果我只想要12个桶（也就是说我不想跳过未使用的桶），该怎么办？对于这样的小集合，这真的不重要，但是当我有1000个预定义的键，并且希望一行中正好有1000个bucket时

---

你能找到一个确定的方法来做到这一点吗？

我所知道的gperf的唯一替代方法是cmph：但是，正如Jerome在评论中所说，拥有16个存储桶为你提供了一些速度优势

---

当我第一次研究最小完美hasihing时，我发现了非常有趣的阅读资料，但我抵制住了自己编写这些解决方案之一的诱惑。我知道我最终会得到比gperf或cmph更差的解决方案，或者，即使假设该解决方案具有可比性，我也将不得不花费大量时间在它上面。

我对这个问题的答案很感兴趣&通过搜索

gperf

找到它。我尝试了gperf，但它在一个大的输入文件上速度非常慢，因此似乎不适合。我试过cmph，但不满意。它需要构建一个文件，然后在运行时将其加载到C程序中。此外，该程序非常脆弱（在任何类型的错误输入上都会因“分段错误”而崩溃），因此我不信任它。进一步的谷歌搜索让我找到了，并继续找到了。我下载了mph，发现它很不错。它有一个可选程序来生成一个名为“emitc”的C文件，并像以前一样使用它

 mph < systemdictionaryfile | emitc > output.c

mphoutput.c

---

几乎立即工作（几秒钟，一本大约200000字的字典），并创建了一个可以正常工作的C文件，编译起来没有问题。我的测试也表明它是有效的。不过，我还没有测试过哈希算法的性能。

这种哈希算法的目标是拥有一个真正快速的哈希函数，因此具有2的功能（12个月16个桶，1000个预定义键1024个桶）。你为什么要避免这样的漏洞？你同意因为这个要求而进行性能测试吗？谢谢！这就解释了。为了澄清，我问的原因是我想用散列替换strcmp的长“if-then-if”链。如果加速效果显著的话，几个空桶可能是一个很小的代价。空桶的一个稍微令人讨厌的问题是，它意味着必须为每个关键点手动拾取桶（也就是说，我不确定四月的关键点是指向桶3、4、5、6还是7）；我本能的怀疑是，你正在解决一个你没有解决的问题，或者你有一个性能问题，并且攻击了错误的原因。当然，我可能是错的，我很想知道实际的问题是什么。作为提供替代方案和附加信息的答案，我被接受。至于自己编写一个解决方案，这总是一条通向疯狂的诱人之路。我尝试了mph 1.2。使用emitc-l时，生成的哈希函数有一个长度参数。这很好，但代码似乎被破坏了。for循环仍在搜索终止的

\0

。我相信代码生成器坏了。这仍然是一个非常整洁的工具！我觉得很遗憾，它似乎没有得到维护。

 mph < systemdictionaryfile | emitc > output.c