gperf的使用

最近一直搞字串的雜湊尋找，有人推薦使用gperf的Perfect Hash，於是去調查了一下GPerf的使用方法。

gperf 下載 http://www.gnu.org/software/gperf/，ubuntu上可以直接sudo apt-get install gperf ，可能辦法不是最新的。

gperf 文檔 http://www.gnu.org/software/gperf/manual/gperf.html#Functions

我主要參考了《使用 gperf 實現高效的 C/C++ 命令列處理》。

gperf使用：

主要是declarations和keyword部分，如果只是單純的尋找字串是否存在，則不需要declarations部分，.gperf檔案中直接儲存雜湊表中的所有字串即可。但是雜湊表中一般都是key和value對，這樣的要在declaration部分聲明一個struct，然後兩個%%後是keyword。格式如下：

struct KeyValue{    const char * key；//第一個欄位必須是const char *    int  value；      //可以有更多的value值  };%%key1,1key2,2key3,3

keyword部分如果首字元為%，該字串須用雙引號括起來，如%key，必須是“%key”。

然後使用gperf命令產生hpp檔案：

gperf -CGD -K key -L C++ -t xxx.gperf > perfecthash.hpp

產生的標頭檔中有Perfect_Hash的類，類名可以通過-Z選項修改。

類中有Hash函數，預設為hash()，可以通-H選項修改。

尋找函數是in_word_set()，用-N來修改。

-L指定程式設計語言。

如果有declaration部分，必須使用-t選項。

-K指定struct中關鍵字的名稱。

具體的原理不做詳細說明，Perfect Hash應該很快，沒有實際測試過。

問題：

gperf只是把.gperf檔案中的關鍵字使用結構體數組的形式存放在代碼檔案中，省去了檔案載入的時間，然而感覺這種做法只適合小規模的hash尋找，如參考中的C++命令列處理。對於我要處理的幾十萬或者上百萬的字串索引對，並不適合使用gperf來處理。

不知道是否有人處理過大規模的字串Hash尋找，是否有更好的解決方案，望請賜教，謝謝。