【发布时间】：2012-03-15 19:51:59
【问题描述】：
我认为这个问题可能有点过于开放，但我很想知道当网络搜索引擎索引网页时散列是如何工作的。用于该目的的一些常见哈希码是什么？
【问题讨论】：
-
我没有这方面的专业知识，但我想知道为什么你甚至需要一个哈希函数，为什么不使用单词（或短语）本身呢？在我看来，散列是一个额外的层，没有任何功能。
-
我想了解的是网络搜索引擎如何索引他们的页面。由于他们使用哈希表来存储所有页面，因此应该涉及一些哈希函数。有意义吗？
-
一个好问题 TommyG +1。每个单词或字符串都可以转换为整数，因为这会使比较变得非常快。请记住，即使是一个短语也会在散列后产生一些唯一的 int 值（暂时忘记冲突），因此如果它是一个 int 而不是字符串匹配，则查找/搜索该短语/单词将很快 O(1)。跨度>
-
我认为 murmurhash3 非常适合，因为它具有速度和碰撞特性。 code.google.com/p/smhasher/wiki/MurmurHash3
标签： search data-structures indexing web hashtable