在这部分内容里，我们用HashTable取代AVLTree以进一步提高系统的检索效率。毕竟我们不需要AVLTree的排序功能。另外，从纯粹的理论上来说，AVLTree的算法复杂度至少是O(Log2(x))级别，而HashTable则接近于O(C)级别。
一、 使用HashTable
在华容道程序中，要搜索以前出现过的布局，及时消除重复布局。早最初的设计中，我使用AVLTree来达到这个目的。AVLTree是基于比较运算来进行搜索的，其算法的复杂度为O(Log2(n))级别，也是基于比较的搜索算法所能达到的最高效率。要想继续提高搜索效率，就得考虑使用非基于比较的运算。Hash算法就是一个非常值得推荐的算法，它理论的平均时间复杂度是1。
关于Hash算法，推荐读一读Wayfarer翻译的《考察数据结构——第二部分：队列、堆栈和哈希表[译] 》。我在这里就不再重复。在华容道程序中，我选择使用链地址法实现HashTable（我没有使用微软提供的HashTable）。尽管从理论上讲，二次探测法的效率应当比链地址法效率高，但在华容道程序测试中，链地址效率要高很多。另外，HashCode的计算方法采用了折叠累加的方法，通过对布局Int64表示进行折叠累加得到HashCode。
链地址法如下图所示：
链地址法的数据插入和删除比较简单，如果HashCode的计算是高效的，那么在同一个位置的键值就很少，搜索长度也会很短，而且可以很节省空间。我的Hash算法经验证，一个HashCode下最多出现10个节点，平均为3个节点左右。
HashCode的计算如下：
//===========================================================// 计算HashCode//===========================================================public static int ToHashCode(Int64 layout)
{
Int64 mask = 16383; // 二进制 11111111111111 int hashCode = 0; for(int i = 0; i <= 5; i++) hashCode += (int)((layout & (mask << i * 14)) >> i * 14); return hashCode;
}完整的HashTable代码如下：
using System;public class HashTable : IHashTable{ protected class Node
{
public Int64 info = 0; public Node link = null; public Node() {
} public Node(Int64 layout) { this.info = layout; } } private const int HashTableCapacity = 66000; private Node[] _hashTable = new Node[HashTableCapacity]; //============================================= // 构造函数 //============================================= public HashTable() { for(int i=0; i<HashTableCapacity; i++) _hashTable[i] = new Node(); } //============================================= // 插入测试，判断是否有重复 //============================================= public bool Insert(Int64 layout) { int hashCode = HashTable.ToHashCode(layout); Node current = _hashTable[hashCode]; while(current.link != null) { if(current.link.info == layout) return false; current = current.link; } Node newNode = new Node(layout); current.link = newNode; return true; } //============================================= // 释放内存 //============================================= public void Release() { for(int i=0; i<HashTableCapacity; i++) _hashTable[i].link = null; } //=========================================================== // 计算HashCode //=========================================================== public static int ToHashCode(Int64 layout) { Int64 mask = 16383; // 二进制 11111111111111 int hashCode = 0; for(int i = 0; i <= 5; i++) hashCode += (int)((layout & (mask << i * 14)) >> i * 14); return hashCode; }}
二、 对解题效率的提升
经过修改后，程序的执行效率进一步提升。原来程序中的第四个布局的解题时间从上次优化的1秒缩短到了0.8秒。虽然这个运算时间已经很短了，但是我们还能不能再榨出点时间来呢？当然可以！
"数据结构＋算法＝程序"，在前面的优化里，我重新对数据结构进行了调整：用Int64表示布局、用HashTable检索重复。但是数据结构的改变往往要求算法对应发生变化，这样程序才能显得协调。在《华容到与数据结构 (续 3)》里，将重新对棋盘表示以及走法进行设计，调整后的程序运行时间会缩短到0.6秒。
在《华容到与数据结构 (续 4)》中，我会继续提高执行效率，推出"超级优化版"（如果效率还能提高就叫"超超级优化版"、"超超超级优化版"
），程序解题时间会缩短至0.42秒。如果不算屏幕结果显示的时间的化，仅需0.34秒。
