在我的 C 程序中，我在一个结构中分配了四个 8 位 (char) 变量。如果我想对这些数字进行哈希处理以创建索引数组的键（代表整个结构），我该怎么办？ （在程序中有很多这样的结构；因为我经常需要在符号表中搜索它们是否存在，如果我不想创建其他的，我不知道使用哪种哈希算法，如果我'想要进行键索引搜索）。
我想到了一种散列方法，它取四个数字，将它们转换为十六进制数字，将它们连续放置，然后将输出的数字转换为十进制数字。
但我需要一些不那么“沉重”的东西……这种方法似乎太虚荣了，我认为它不太适合创建数组索引。
是吗？如果可能的话，是否还有另一种哈希函数，它占用的内存也少于 32 位？
【问题讨论】：
你可能想看看这个list of hash functions。
为了实现哈希表（我想这是您的目标），您需要一个带有 avalanche effect 的哈希函数，以避免类似输入值出现过多的哈希冲突。
当然，您可以使用任何函数将字符转换为任意整数表示，但如果此表示对于不同的输入没有变化，则您实际上具有链表的性能（想象一下使用其他建议之一表大小为 256，并且没有任何结构在字节 4 上变化）。您对 32 位哈希有什么顾虑？您当然会使用hash%tablesize 进行索引？
通常您也不会使用加密哈希函数（例如 md5、sha-1）。只需选择一种非加密哈希函数（例如 Pearson/Jenkins 哈希）。
/* jenkins hash, copied from http://en.wikipedia.org/wiki/Jenkins_hash_function */
uint32_t jenkins_one_at_a_time_hash(char *key, size_t len)
{
uint32_t hash, i;
for(hash = i = 0; i < len; ++i)
{
hash += key[i];
hash += (hash << 10);
hash ^= (hash >> 6);
}
hash += (hash << 3);
hash ^= (hash >> 11);
hash += (hash << 15);
return hash;
}
旁注：当你有一个良好的哈希值分布时，还要确保哈希表的大小足够大。当数组的占用率（负载因子）接近 1 时，您会观察到性能下降，因为哈希冲突的可能性会增加。
【讨论】：
一种可能性（我认为 OP 没有描述）是将 4 个 char 值组合成一个 32 位整数，然后使用哈希表的大小（可能是质数）对其进行修改：
unsigned int combined = (c1 << 24 ) | (c2 << 16 ) | (c3 << 8 ) | (c4);
unsigned int hashval = combined % hashtablesize;
这当然取决于 4 个单独字节的实际预期值，但这种类型的哈希相当有效，并且通常具有良好的分布。最好使用预期的数据集测试生成的哈希值，以确保分布有点均匀。
【讨论】：
为什么不把结构放在一个数组中？
#include <stdio.h>
typedef struct {
char a,b,c,d;
} item;
item items[20];
int main(int argc, char *argv[])
{
items[0].a = 4;
items[0].b = 6;
items[0].c = 1;
items[0].d = 3;
// ...
items[4].a = 12;
// ...
printf("%d %d %d %d\n", items[0].a, items[0].b, items[0].c, items[0].d);
return 0;
}
显然，这是内存占用较少的解决方案，因为数据直接存储在主数组中，因此不需要散列索引，因为数组的索引可以在不消耗内存的情况下完成这项工作。
当然你可以使用指针、一些 C++ 向量功能等。但这是最简单有效的方法。
唯一需要注意的是，您必须知道数组的大小（您将拥有多少项）或不超过 XXX 的最大值...
【讨论】：
是否还有另一种哈希函数，它也占用更少的内存 超过 32 位，如果可能的话？
这是一个虚幻的问题。键是一个数组索引——它不存储在任何地方，它是在查找时计算的。 C 中的数组是连续的块，根据数组的开头和类型的大小乘以索引来访问各个元素。
对于键，只需将值转换为无符号的 32 位类型（不要只使用 int 或 unsigned int，因为大小不一定是 32 位）：
#include <inttypes.h>
char x[4] = { 'A', 'B', 'C', 'D' };
uint32_t *key = (uint32_t*)&x;
然后根据表格大小做模数。
【讨论】：