Hash 如果我们事先知道密钥和分布，有没有办法创建快速哈希函数？

假设我们提前知道密钥和分布，并且我们想要构建快速查找字典。我们插入项目，从不删除项目

例如，这里有频率键

• xyz 1000
• abc 5
• 阿布德20

好的散列只是将xyz映射到1个bucket，将abc，abd映射到bucket 2的第一个字符的函数。xyz主导分布，因此我们将重点放在这一点上。只看1个字符比看全部3个字符快。此外，在查找过程中，一个存储桶中的元素数为1，这样我们就可以确定正在查找的密钥必须在该存储桶中。无需将xyz与xyz进行比较

因为我们事先知道密钥、分布，所以我们可以使用完美的散列，但是散列函数可能会很慢

---

我不是在寻找最佳的解决方案，而是实用的解决方案。

一些考虑因素，然后我将提出我的解决方案：

• 如果您实现一个查找表，您需要实现两件事：一个

  哈希函数

  和一个

  冲突解决技术

• 快速散列函数但效率低下通常会导致冲突解决缓慢：。在您的情况下，了解发行版将有所帮助，我将在下文中写道

你可以在一个桶里放上“xyz”和另外100个以“x”开头的键，但没有很好的分布。GET的最坏情况可能是O（100）或通常是O（d），其中d是铲斗的大小，这可能远离O（1）

我的解决方案考虑了分布。不是哈希函数，而是冲突技术

如果您考虑使用链接（散列到相同值的键保存在一个列表中=您提到的bucket），您可以基于如下分布实现列表：

• 默认情况下，避免在列表的开头插入，并在O（1）中插入INSERT，在O（d）中插入GET，d-存储桶的大小
• 但是，对于具有高分布的键，按O（d）中分布的降序插入，并且已经接近O（1）。因为高分布的钥匙将保持在第一个位置

这样：

• 您将有非常快速的GET操作（如果您的GET操作比INSERT操作更频繁=>这对您来说是一个非常好的选择）
• 您可以使用一个快速而简单的散列函数，正如您提出的仅基于第一个字符的散列函数一样

---

在您提出的简单散列函数中，不知道分布情况。因此，使用xyz的存储桶中只能有1个项目，但在此存储桶中也可以有100个项目。因此，我们必须考虑一个同时考虑键和分布的函数……如果只有三个值，线性搜索（按

xyz，abd abc

的顺序）可能会比其他任何搜索都快。@wildplasser我想他只是举了一个例子。我考虑过尝试不同的位和计算冲突。例如，假设所有键都少于10个字符。因此，我们为10个字符选择3个随机位。对随机的3位字符串进行XOR运算，然后看看这是如何实现的。对不同的3个字符重复此操作，然后重试。继续这样做1000次，然后选择最佳功能。3是任意的，它将取决于不同键的数量。是的，这是一种这样做的方法-在测试函数中的不同值后尝试选择函数。我也在考虑使用bits，因为你的问题让我想起了Hufmann编码，但我找不到更符合逻辑的解决方案。我想了很久，我想一个超级快速的散列函数不会为我买很多东西。主要是因为我正在读取密钥，因为它们是从文件中读取的。因此，我必须遍历键字符串的长度。我认为如你所说，集中精力减少碰撞是最好的。如你所说的解决碰撞的技术。