使用 ASCII 字符和对字符串进行二进制搜索？答案

【问题标题】：Using ASCII character sum for binary-searching a string?使用 ASCII 字符和对字符串进行二进制搜索？
【发布时间】：2011-10-08 03:16:21
【问题描述】：

我正在做一个小型项目 - 使用链表的学生数据库，这是我第一学期的一部分。规范是，用户应该能够使用名称首字母搜索记录，这是结构中的 char[4]。

现在有两种搜索首字母的方法，一种是通过线性搜索，这确实是低效的（我实际上并不关心，因为这不是某些公司的基本内容等）或通过二分搜索.

二进制搜索需要排序的数组，所以我在想如果使用字符串的 ASCII 和进行搜索是否有意义？

例如，记录 1 的初始值为“AB”，记录 2 的初始值为“CD”。两者的 ASCII 和为 65+66 = 131 & 67+68 = 135，列表使用首字母排序（使用 strcmp）。

所以当用户输入“AB”时，我将只查找数字 131，如果存在，则显示记录？

这可能是一个非常糟糕的主意，请不要对我发火并解释为什么这是一个坏主意。

【问题讨论】：

在 2011 年，您不应该假设用户名可以用 ASCII 表示。我们使用 unicode 已经很久了。

标签： c algorithm search linked-list ascii

【解决方案1】：

对我来说似乎是一个好的开始。您将如何区分“TON”和“NOT”它们的总和是否相同（“碰撞”）？您是否建议采用两层方法？首先使用 ascii-sum 搜索，然后使用一些方法来解决冲突？似乎这里有一些关于散列的好信息：http://burtleburtle.net/bob/hash/index.html

【讨论】：

是的，我在考虑两步搜索。散列对于我们的水平来说太高级了，事实上我们还没有教过任何与散列相关的东西——尽管我已经从互联网上学习了大部分我所知道的编程，但这并不重要。

【解决方案2】：

如果我理解正确，那么这将是一种非常错误的搜索首字母的方式。我看到的第一个问题是：

AD = 65+68 = 133
BC = 66+67 = 133

事实证明，它们确实无法区分。但是比较两个字母，甚至只是连接 ASCII 值有什么问题呢？

AD = 65.68 = 6568
BC = 66.67 = 6667

没睡多久，可能写的都写完了。

【讨论】：

正如@Mystical 之前所说，我将进行两层搜索。所以这应该不是问题。当我检测到两个具有相同数字的元素时，我会比较字符。连接似乎是一个更好的主意，虽然我不知道二进制搜索是否适用于它（我认为是的，因为它在不断增加）。

【解决方案3】：

会有很多冲突。使用可扩展散列：

Wikipedia

Algorithm explained

【讨论】：

【解决方案4】：

如果你无论如何都要构造一个排序数组，那么计算这个（有损、有偏差的）哈希值并在排序列表中搜索它是没有意义的——在排序列表中进行二进制搜索同样快直接列出首字母。

【讨论】：