Chinaunix

标题: 问一个字符串hash函数的问题，有技术含量！ [打印本页]

作者: 侧面bt 时间: 2010-06-24 11:27
标题: 问一个字符串hash函数的问题，有技术含量！
现在的一些字符串hash函数像ELF_hash，smdb_hash等都是32位的，也就是hash后的最大值是unsinged int的范围，由于现在数据量非常大，由200亿之多，所以hash之后的总数超出unsinged int的范围了，请问怎么修改这些hash函数，或者有没有其它方法，谢谢了！

作者: ljysyn 时间: 2010-06-24 11:34
hash肯定有冲突了，解决冲突就可以了

作者: andygxh 时间: 2010-06-24 13:05
提示: 作者被禁止或删除内容自动屏蔽

作者: openspace 时间: 2010-06-25 15:01
md5
sha-1
搜索里面有个bloom-filter算法，LZ可以借鉴一下

作者: zhy-linux 时间: 2010-06-27 12:20
hash并不能保证没有重复，hash链表

作者: jmss99 时间: 2010-12-05 16:57
提示: 作者被禁止或删除内容自动屏蔽

作者: sithui 时间: 2010-12-06 11:43
先估计你的数据分布，然后再考虑用哪种算法，否则你会死的很惨的。

作者: duanjigang 时间: 2010-12-06 13:22

先估计你的数据分布，然后再考虑用哪种算法，否则你会死的很惨的。
sithui 发表于 2010-12-06 11:43

有道理，还是先分析下数据的分布特点，要不然冲突链的查找会极大降低效率的，毕竟，很完美的哈希函数不是那么好设计的。:wink:

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)