[发明专利]一种构造完美哈希的方法

说明书

本申请公开了一种构造完美哈希的方法及装置，方法包括：构建并训练神经网络模型，训练好的神经网络模型的输出结果满足预设条件，将包括多个数据样本的待处理数据集代入所述神经网络模型，得到与所述多个数据样本数量相同的多个输出值，确定所述待处理数据集中所有数据样本到输出值的映射关系，并记录输出值对应的数据样本，生成完美哈希表。所述构造完美哈希的方法及装置，采用神经网络模型进行数据样本的一次映射，并保证每个数据样本的映射结果不同，即不同的映射结果只有唯一的数据样本与其对应，因此在查找确定哈希值的数据时，只需要进行一次数据比较，从而查找速度快，查找效率更高。

技术领域

本发明涉及数据处理技术领域，更具体的说，是涉及一种构造完美哈希的方法。

背景技术

Hash，即哈希，又称散列，可以看作是一个函数。函数的输入为原始数据，输出一般为整数。

哈希的用途，主要是为了快速查找。例如：假设原始数据为一个字符串的集合Set＝{si}，i取值为1～N，即该集合中共有N个元素。现有一个待查字符串s，需要确定s是否存在于集合Set中。最原始的办法是将s与Set中所有元素逐一比较，则平均情况下，需要N/2次比较，最坏情况下需要N次比较。完成查找的时间复杂度为O(N)，即时间与集合的长度成正比。

对字符串数据，一个简单的Hash函数是将字符串中所有字符的ASCII码累加求和，再对一个常数取模。常数一般是字符串集合的长度，即N。

设有hash函数，完成如图1所示的哈希映射，则可以事先对集合中所有数据进行Hash映射，并记录结果为如图2所示的哈希映射表。查找时，先计算Hash(s)，得到哈希值，再与该哈希值对应的数据进行比较。例如，Hash(s)计算得到4，则进一步比较s与s10，如果相等，则表明s位于集合中；如果不等，则表明s不在集合中。

上述的示例中，实际是一个完美哈希。完美哈希是指无冲突的哈希，即哈希映射表中所有的哈希值，最多只有一个字符串与之对应。如图3所示，简单的哈希函数一般有冲突。这种情况下，构造的哈希映射表如图4所示。在有冲突的情况下，查找流程为：首先计算待查字符串s的哈希值Hash(s)，如果哈希表中，没有任何字符串与该值对应，则表明s不在集合中；如果哈希表中，有字符串与该值对应，需要进一步将s与该值对应的所有字符串逐一比较。如果有相同的字符串，则表明s在集中。如果该值对应的所有字符串，都不同，则表明s不在集合中。例如，Hash(s)为2，查哈希表、，2没有任何字符串映射，则s不在集合中。再如，Hash(s)为5，查哈希表，5对应的字符串有三个，分别是s2,s7,s10，则需要进一步将s与s2,s7,s10比较。如果有一个相同，则表明s在集合中。如果s与s2,s7,s10都不同，则表明s不在集合中。

可见，冲突会导致查找过程中需要进行更多次数的比较。因此，如何构造完美哈希，使得查找过程更加迅速，查找效率更高，成为行业领域内技术人员研究的热题。

发明内容

有鉴于此，本发明提供了一种构造完美哈希的方法，以提升数据查找速度，提高数据查找效率。

一种构造完美哈希的方法，包括：

构建并训练神经网络模型；训练好的神经网络模型的输出结果满足预设条件；所述神经网络模型包括多个输入节点，一个输出节点；每一个输入值为一个属性，每一个属性具有一个权重值；

将包括多个数据样本的待处理数据集代入所述神经网络模型，得到多个输出值，所述多个数据样本的数量和所述多个输出值的数量相同；

确定所述待处理数据集中所有数据样本到输出值的映射关系，并记录输出值对应的数据样本，生成完美哈希表。

可选的，所述构建并训练神经网络模型，包括：

根据训练数据集中的数据样本构建神经网络模型；