EPANET中的哈希文件——hash.c
/*-----------------------------------------------------------------------------
** hash.c
**
** Implementation of a simple Hash Table for string storage & retrieval
**
** Written by L. Rossman
** Last Updated on 6/19/03
**
** The hash table data structure (HTable) is defined in "hash.h".
** Interface Functions:
** HTcreate() - creates a hash table
** HTinsert() - inserts a string & its index value into a hash table
** HTfind() - retrieves the index value of a string from a table
** HTfree() - frees a hash table
**
*********************************************************************
** NOTE: This is a modified version of the original HASH.C module.
*********************************************************************
*/
/*-----------------------------------------------------------------------------
** 关于哈希表这一数据结构的介绍，可以参考博文：
** http://www.cnblogs.com/KingOfFreedom/archive/2012/12/11/2812505.html
**
** 这里采用的哈希函数是Fletcher's checksum to compute 2-byte hash of string
** 这里的哈希冲突解决方法是采用上述博文中的第3种方法“链地址法”
** 将所有关键字为同义词的记录存储在同一线性链表中。该线性链表的定义在hash.h中的HTentry
*/
#include <malloc.h>
#include <string.h>
#include "hash.h"
/*
**--------------------------------------------------------------
** 输入："ID标识"作为哈希函数的参数
** 输出：哈希后的值
** 作用：使用了Fletcher's checksum算法的哈希函数来处理32位长的字符串以获得散列值。
**--------------------------------------------------------------
*/
/* Use Fletcher's checksum to compute 2-byte hash of string */
unsigned int hash(char *str)
{
unsigned int sum1= 0, check1;
unsigned long sum2= 0L;
while( '\0' != *str )
{
sum1 += (*str);
str++;
if ( 255 <= sum1 ) sum1 -= 255;
sum2 += sum1;
}
check1= sum2;
check1 %= 255;
check1= 255 - (sum1+check1) % 255;
sum1= 255 - (sum1+check1) % 255;
return( ( ( check1 << 8 ) | sum1 ) % HTMAXSIZE);
}
/*
**--------------------------------------------------------------
** 输入：无
** 输出：成功则返回哈希表头指针
** 作用：创建一个长度为HTMAXSIZE的哈希表，并初始化
**--------------------------------------------------------------
*/
HTtable *HTcreate()
{
int i;
HTtable *ht = (HTtable *) calloc(HTMAXSIZE, sizeof(HTtable));
if (ht != NULL) for (i=0; i<HTMAXSIZE; i++) ht[i] = NULL;/* Comment by CCR: Here Can Be Better,the Reason is:calloc在动态分配完内存后，自动初始化该内存空间为零，而malloc不初始化，里边数据是随机的垃圾数据。所以这句可以注释掉 */
return(ht);
}
/*
**--------------------------------------------------------------
** 输入：哈希表ht、"ID标识"key、Node中的索引值
** 输出：成功插入返回1，否则返回0
** 作用：将一个字符串以及索引值插入到哈希表中
**--------------------------------------------------------------
*/
int HTinsert(HTtable *ht, char *key, int data)
{
unsigned int i = hash(key);
struct HTentry *entry;
if ( i >= HTMAXSIZE )
return(0);
entry = (struct HTentry *) malloc(sizeof(struct HTentry));
if (entry == NULL) return(0);//判断内存是否分配成功
entry->key = key;
entry->data = data;
//将同一hash值的链表挂到当前对象entry后面，再将当前对象entry置于队首
entry->next = ht[i];
ht[i] = entry;
return(1);
}
/*
**--------------------------------------------------------------
** 输入：哈希表、"ID标识"
** 输出：给出指定"ID标识"在Node中的索引值，若没找到返回0
** 作用：返回指定"ID标识"在Node中的索引值
**--------------------------------------------------------------
*/
int HTfind(HTtable *ht, char *key)
{
unsigned int i = hash(key);
struct HTentry *entry;
if ( i >= HTMAXSIZE )
return(NOTFOUND);
entry = ht[i];
while (entry != NULL)
{
//哈希冲突处理：链地址法
if (strcmp(entry->key,key) == 0 ) return(entry->data);
entry = entry->next;
}
return(NOTFOUND);
}
/*
**--------------------------------------------------------------
** 输入：哈希表、"ID标识"
** 输出：寻找指定"ID标识"是否存在于哈希表中，若没找到返回NULL，找到则返回指向"ID标识"的指针
** 作用：判断指定"ID标识"是否存在于哈希表中
**--------------------------------------------------------------
*/
char *HTfindKey(HTtable *ht, char *key)
{
unsigned int i = hash(key);
struct HTentry *entry;
if ( i >= HTMAXSIZE )
return(NULL);
entry = ht[i];
while (entry != NULL)
{
if ( strcmp(entry->key,key) == 0 ) return(entry->key);
entry = entry->next;
}
return(NULL);
}
/*
**--------------------------------------------------------------
** 输入：哈希表
** 输出：
** 作用：回收哈希表的内存
**--------------------------------------------------------------
*/
void HTfree(HTtable *ht)
{
struct HTentry *entry,
*nextentry;
int i;
for (i=0; i<HTMAXSIZE; i++)
{
entry = ht[i];
while (entry != NULL)
{
nextentry = entry->next;
free(entry);
entry = nextentry;
}
}
free(ht);
}
--------------------------------------------------------
哈希表这一数据结构是用内存空间来提高时间效率的算法，理想情况下（不存在冲突）的哈希算法的时间复杂度是常数O（1）。但是实际情况是即便开辟了足够多的一连串的内存空间，如果哈希函数选取不当，还是会发生冲突。EPANET中的哈希函数的选取是使用了Fletcher's checksum算法的哈希函数来处理32位长的字符串以获得散列值，这个哈希算法的优劣本人还无法去评断。但是注意，EPANET中的冲突处理是采用链地址法，而EPANET中默认提供的哈希地址个数是HTMAXSIZE个，在hash.h中是这样定义的#define HTMAXSIZE 1999。如果我们的模型有5W个左右的节点与管段，那么这2000个地址空间，平均每个地址空间会挂有一个长度为25的线性链表。而哈希函数算法不一定这么优秀，可能某个地址空间挂了一个长度为上百甚至上千的线性链表，那么查询效率就低下了。所以，如果运行EPANET的机子有足够多的内存，比如8G以上，那么就可以试着修改hash.h中的#define HTMAXSIZE 1999。将整个1999改的大些，那么运行效率也就可以提高了。
