可扩展散列 - 最高有效位答案

【问题标题】：Extendible hashing - most significant bits可扩展散列 - 最高有效位
【发布时间】：2013-01-01 21:16:56
【问题描述】：

我想编写可扩展的散列。在wiki 上，我在 python 中找到了很好的实现。但是这段代码使用了最低有效位，所以当我有哈希 1101 时，d = 1 的值是 1，d = 2 的值是 01。我想使用最高有效位。例如：哈希1101，d = 1 值为1，d = 2 值为11。有什么简单的方法可以做到这一点吗？我试过了，但我做不到。

你明白为什么它使用最低有效位吗？

或多或少。当我们使用数组时，它会变得高效。好的，所以对于哈希函数，我想使用 4 字节整数中的四个最小位，但从左到右。

h = hash(k) 
h = h & 0xf #use mask to get four least bits
p = self.pp[ h >> ( 4 - GD)]

它不起作用，我不知道为什么。

【问题讨论】：

您说您已经尝试过 - 发布代码，以便我们查看您哪里出错了。
你明白为什么它使用最低有效位吗？
当你说你想要最高有效位时，你想将其限制为特定大小的整数，还是最高的非零位？例如，8 位数字的最高有效四位是 15（又名00001111）0000 还是1111？前者很容易计算，后者不太容易计算（可能需要log）。
“但从左到右”和“最少位”是什么意思？ GD 是什么？为什么你关心使用一些四位而不是任何其他四位？如果你的哈希函数好的话，它实际上是一个随机数，无论你选择哪四位，它仍然是一个随机数。

标签： python algorithm hash

【解决方案1】：

使用最低有效位计算哈希是计算哈希的最快方法，因为它只需要 AND 位运算。这使它非常受欢迎。

这是一个使用最高有效位的哈希的实现（用 C 语言）。由于没有直接的方法可以知道最高有效位，因此它反复测试剩余值是否只有指定数量的位。

int significantHash(int value, int bits) {
    int mask = (1 << bits) - 1;
    while (value > mask) {
        value >>= 1;
    }
    return value;
}

我推荐使用数字的所有位的重叠哈希。从本质上讲，它减少了相同位数的部分数量并对它们进行异或。它比最不重要的散列运行得慢，但比重要的散列快。最重要的是，它提供了比其他两种方法更好的分散性，当必须散列的数字具有特定的位相关模式时，它成为更好的候选者。

int overlappingHash(int value, int bits) {
    int mask = (1 << bits) - 1;
    int answer = 0;
    do {
        answer ^= (value & mask);
        value >>= bits;
    } while (value > 0);
    return answer;
}

【讨论】：