關於雜湊表的表大小

最近我在做一個項目，其中要用到一個資料結構――Hash
Table（雜湊表），以前只有理論知識，現在實卻發現很不簡單，所以寫下來和大家共分享。

我們知道，雜湊表是一個固定大小的數組，數組的每個元素是一個鏈表（單向或雙向）的頭指標。如果Key一樣，則在一起，如果Key不一樣，則不在一
起。雜湊表的查詢是飛快的。因為它不需要從頭搜尋，它利用Key的“雜湊演算法”直接定位，尋找非常快，各種資料庫中的資料結構基本都是它。但帶來的問題
是，雜湊表的尺寸、雜湊演算法。

雜湊表的數組是定長的，如果太大，則浪費，如果太小，體現不出效率。合適的數組大小是雜湊表的效能的關鍵。雜湊表的尺寸最好是一個質數，最小的質數
尺寸是17。

當然，根據不同的資料量，會有不同的雜湊表的大小。對於資料量很時多時少的應用，最好的設計是使用動態可變尺寸的雜湊表，那麼如果你發現雜湊表尺寸
太小了，比如其中的元素是雜湊表尺寸的2倍時，我們就需要擴大雜湊表尺寸，一般是擴大一倍。下面的數庫是雜湊表變化尺寸時尺寸大小的一個列表。

static int prime_array[] = {
    17,             /* 0 */
   
37,             /* 1 */
    79,             /* 2 */
   
163,            /* 3 */
    331,            /* 4 */
   
673,            /* 5 */
    1361,           /* 6 */
   
2729,           /* 7 */
    5471,           /* 8 */
   
10949,          /* 9 */
    21911,          /* 10 */
   
43853,          /* 11 */
    87719,          /* 12 */
   
175447,         /* 13 */
    350899,         /* 14 */
   
701819,         /* 15 */
    1403641,        /* 16 */
   
2807303,        /* 17 */
    5614657,        /* 18 */
   
11229331,       /* 19 */
    22458671,       /* 20 */
   
44917381,       /* 21 */
    89834777,       /* 22 */
   
179669557,      /* 23 */
    359339171,      /* 24 */
   
718678369,      /* 25 */
    1437356741,     /* 26 */
   
2147483647      /* 27 (largest signed int prime) */
};               

#define PRIME_ARRAY_SIZE  (28)

要使用雜湊表，就一定要用一個雜湊演算法，來確定KEY值，這似乎是個很難的事，下面是一個雜湊演算法：

typedef struct _hTab{
    hLinks* link;    /* 一個鏈表 */
   
int  num;     /* 成員個數 */
    int  size;    /* 表的尺寸 */
} hTab;

static unsigned int
getHashIndex(hTab *tabPtr, const char *key)
{
   
unsigned int ha = 0;
  
    while (*key)
        ha = (ha *
128 + *key++) % tabPtr->size;

    return ha;

}

（其中key是一個字串，hTab就是一個雜湊表結構, tabPtr->size是雜湊表數組的大小）

這個演算法被實施證明是比較不錯的，能夠達到分散資料的效果，如果你有更好的演算法，歡迎和我交流。（litmouse@km169.net


）