Question

我不会详细介绍，但我尝试实现类似于Boyer-Moore-Horspool algorithm的算法，只使用十六进制颜色值而不是字符（即，范围更大）。

按照维基百科上的例子，我最初有这个：

size_t jump_table[0xFFFFFF + 1];
memset(jump_table, default_value, sizeof(jump_table);

然而，0xFFFFFF显然是一个巨大的数字，这很快导致C出现seg-fault（但不会出现堆栈溢出，令人失望）。

基本上，我需要的是一个有效的关联数组，将整数映射到整数。我正在考虑使用哈希表，但是为每个条目设置malloc'd结构对我来说似乎有些过分（我也不需要生成哈希值，因为每个键都是唯一的整数，并且不能有重复的条目）。

有没有人有任何建议的替代方案？我对此过于务实吗？

更新

对于那些感兴趣的人，我最终通过uthash库使用哈希表。

Answer 1

在大多数系统上，

0xffffff太大而无法放在堆栈上，但你绝对可以malloc这个大小的缓冲区（至少在当前的计算机上;在智能手机上没有那么多）。是否应该为此任务执行此操作是一个单独的问题。

编辑：根据评论，如果您希望常见案例的条目数量相对较少，而“此颜色不会出现在输入中”跳过值，则应该可能只是继续使用哈希映射（显然只存储实际出现在输入中的值）。

（忽略之前对其他数据结构的讨论，这是基于对正在讨论的算法的错误回忆 - 你想使用哈希表）

Answer 2

如果你要制作的数组（大小为0xFFFFFF）将是稀疏的，你可以尝试将一个较小的数组作为一个简单的哈希表，其大小为0xFFFFFF / N，哈希函数为hexValue / N（或hexValue % (0xFFFFFF / N)）。你必须要有创意来处理碰撞。

这是我能够预见到malloc struct的唯一方法。

Answer 3

你可以在堆上使用malloc（3）0xFFFFFF块size_t（为简单起见），并像对数组一样解决它们。

堆栈溢出。基本上，程序接收到SIGSEGV，这可能是堆栈溢出或访问非法内存或在只读段上写入等的结果......它们都是在相同的错误消息“Segmentation fault”下抽象的。

但是为什么不使用支持关联数组的更高级语言如python？

Answer 4

可能以某种速度为代价，你可以尝试修改算法，只找到与某个边界对齐的匹配（每三个或四个符号），然后在字节级执行搜索。

Answer 5

您可以创建一个稀疏的排序数组，其中包含“页面”（此示例使用256“页面”，因此最上面的字节是页码）：

int *pages[256]; 

/* call this first to make sure all of the pages start out NULL! */
void init_pages(void) {
    for(i = 0; i < 256; ++i) {
        pages[i] = NULL;
    }
}

int get_value(int index) {
    if(pages[index / 0x10000] == NULL) {
        pages[index / 0x10000] = calloc(0x10000, 1); /* calloc so it will zero it out */
    }
    return pages[index / 0x10000][index % 0x10000];
}

void set_value(int index, int value) {
    if(pages[index / 0x10000] == NULL) {
        pages[index / 0x10000] = calloc(0x10000, 1); /* calloc so it will zero it out */
    }
    pages[index / 0x10000][index % 0x10000] = value;
}

这将在第一次触摸，读取或写入时分配页面。

Answer 6

为了避免malloc的开销，你可以使用一个哈希表，其中表中的条目是你的结构，假设它们很小。在你的情况下，一对整数应该足够了，有一个特殊的值来表示表中插槽的空白。

Answer 7

输出空间中有多少个值，即您在0-0xFFFFF范围内映射的不同值的数量是多少？

使用randomized universal hashing，你可以得到一个无冲突的哈希函数，其表格不大于输出空间中值的2倍（对于静态表）

将整数映射到整数的理想数据结构？

更新

7 个答案: