假设您有两条记录,一条带有键“foo”,一条带有键“bar”。假设记录是 64 字节的固定长度,“foo”哈希为 0x4000,“bar”哈希为 0x0100。
在“哈希文件组织”中,您有一个函数可以获取搜索键并直接计算地址。所以如果你在文件中添加“foo”和“bar”,“foo”的记录将从文件中的地址 0x4000 开始,“bar”记录将从文件中的地址 0x0100 开始。
文件看起来像这样:
Address Range Contents
------------- --------
0x0000 - 0x00FF empty space
0x0100 - 0x013F "bar" record
0x0140 - 0x3FFF empty space
0x0400 - 0x403F "foo" record
在“散列索引组织”中,您有一个辅助数据结构——一个索引——它告诉您特定记录的开始位置。假设文件为空,然后添加“foo”。您的哈希函数计算的值为 0x4000。您将其添加到索引(哈希映射或类似的东西),并且由于文件为空,分配的值为 0。当您添加第二条记录“bar”时,添加 0x0100 的哈希键,并分配的值是 0x0040。你有一个索引:
Key Value
-------------
0x0100 0x0040
0x4000 0x0000
文件看起来像这样:
Address Range Contents
-----------------------------
0x0000 - 0x003F "foo" record
0x0040 - 0x007F "bar" record
当然,您必须将索引存储在某个地方。这可以在一个单独的文件中,或者可能在数据文件的前面或后面,或者分散在各处。很多不同的可能性。
在第一种情况下,文件中浪费了很多空间,但是您可以直接查找记录的位置:哈希键,结果是记录的地址。
在第二种情况下,您对键进行哈希处理,然后在索引中查找结果以获取记录的键。这里的主要优点是它可能会在文件中节省大量空间,但您会遇到存储索引的麻烦。
在任何一种情况下,您都必须有某种解决哈希冲突的方法。