电梯直达

1楼 [收藏(0)] [报告]

发表于 2010-06-24 11:27 |只看该作者 |倒序浏览

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！

2楼 [报告]

发表于 2010-06-24 11:34 |只看该作者

hash肯定有冲突了，解决冲突就可以了

andygxh andygxh 当前离线禁止访问好友博客消息论坛徽章: 0	3楼 [报告] 发表于 2010-06-24 13:05 \|只看该作者提示: 作者被禁止或删除内容自动屏蔽
andygxh andygxh 当前离线禁止访问好友博客消息论坛徽章: 0	实战分享：从技术角度谈机器学习入门\| 【大话IT】RadonDB低门槛向MySQL集群下战书 \| ChinaUnix打赏功能已上线！ \| 新一代分布式关系型数据库RadonDB知多少？

4楼 [报告]

发表于 2010-06-25 15:01 |只看该作者

md5
sha-1
搜索里面有个bloom-filter算法，LZ可以借鉴一下

5楼 [报告]

发表于 2010-06-27 12:20 |只看该作者

hash并不能保证没有重复，hash链表

jmss99 jmss99 当前离线禁止访问好友博客消息论坛徽章: 0	6楼 [报告] 发表于 2010-12-05 16:57 \|只看该作者提示: 作者被禁止或删除内容自动屏蔽
jmss99 jmss99 当前离线禁止访问好友博客消息论坛徽章: 0	实战分享：从技术角度谈机器学习入门\| 【大话IT】RadonDB低门槛向MySQL集群下战书 \| ChinaUnix打赏功能已上线！ \| 新一代分布式关系型数据库RadonDB知多少？

7楼 [报告]

发表于 2010-12-06 11:43 |只看该作者

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。

8楼 [报告]

发表于 2010-12-06 13:22 |只看该作者

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:

andygxh andygxh 当前离线禁止访问好友博客消息论坛徽章: 0	3楼 [报告] 发表于 2010-06-24 13:05 \|只看该作者提示: 作者被禁止或删除内容自动屏蔽
andygxh andygxh 当前离线禁止访问好友博客消息论坛徽章: 0	实战分享：从技术角度谈机器学习入门\| 【大话IT】RadonDB低门槛向MySQL集群下战书 \| ChinaUnix打赏功能已上线！ \| 新一代分布式关系型数据库RadonDB知多少？

jmss99 jmss99 当前离线禁止访问好友博客消息论坛徽章: 0	6楼 [报告] 发表于 2010-12-05 16:57 \|只看该作者提示: 作者被禁止或删除内容自动屏蔽
jmss99 jmss99 当前离线禁止访问好友博客消息论坛徽章: 0	实战分享：从技术角度谈机器学习入门\| 【大话IT】RadonDB低门槛向MySQL集群下战书 \| ChinaUnix打赏功能已上线！ \| 新一代分布式关系型数据库RadonDB知多少？

问一个字符串hash函数的问题，有技术含量！ [复制链接]