c++ - hashing - Compila el hash de cadena de tiempo
set c++ 11 (9)
He leído en algunos lugares diferentes que utilizando los nuevos literales de cadena de C ++ 11 podría ser posible calcular el hash de una cadena en el momento de la compilación. Sin embargo, nadie parece estar listo para salir y decir que será posible o cómo se haría.
- es posible?
- ¿Cómo se vería el operador?
Estoy particularmente interesado en casos de uso como este.
void foo( const std::string& value )
{
switch( std::hash(value) )
{
case "one"_hash: one(); break;
case "two"_hash: two(); break;
/*many more cases*/
default: other(); break;
}
}
Nota: la función hash del tiempo de compilación no tiene que verse exactamente como lo he escrito. Hice todo lo posible para adivinar cómo sería la solución final, pero meta_hash<"string"_meta>::value
también podría ser una solución viable.
Al menos por mi lectura de §7.1.5 / 3 y §5.19, lo siguiente puede ser legítimo:
unsigned constexpr const_hash(char const *input) {
return *input ?
static_cast<unsigned int>(*input) + 33 * const_hash(input + 1) :
5381;
}
Esto parece seguir las reglas básicas en §7.1.5 / 3:
- La forma es: "expresión de retorno";
- Su único parámetro es un puntero, que es un tipo escalar y, por lo tanto, un tipo literal.
- Su retorno es unsigned int, que también es escalar (y, por lo tanto, literal).
- No hay conversión implícita al tipo de devolución.
Existe alguna duda sobre si las *input
implican un valor l ilegal para validar la conversión, y no estoy seguro de entender las reglas en §5.19 / 2/6/2 1 y §4 lo suficientemente bien como para estar seguro de eso.
Desde un punto de vista práctico, este código es aceptado por (por ejemplo) g ++, al menos tan atrás como g ++ 4.7.1.
El uso sería algo así como:
switch(std::hash(value)) {
case const_hash("one"): one(); break;
case const_hash("two"): two(); break;
// ...
default: other(); break;
}
Para cumplir con los requisitos de §5.19 / 2/6/2, quizás tengas que hacer algo como esto:
// one of the `constexpr`s is probably redundant, but I haven''t figure out which.
char constexpr * constexpr v_one = "one";
// ....
case const_hash(v_one): one(); break;
- Estoy usando los números adicionales de ''barra inclinada'' para referirme a los puntos de viñeta no numerados, por lo que este es el segundo punto dentro si el sexto punto de la viñeta es §5.19 / 2. Creo que tendré que hablar con Pete Becker sobre si es posible agregar algún tipo de números / letras / números romanos en la jerarquía para identificar piezas como esta ...
Aquí hay otra implementación de C ++ 11 (basada en la respuesta de @ CygnusX1), que funciona tanto con arreglos constexpr char como con cadenas de tiempo de ejecución:
namespace detail {
// CRC32 Table (zlib polynomial)
static constexpr uint32_t crc_table[256] = { 0x00000000L, 0x77073096L, ... };
constexpr uint32_t combine_crc32(size_t idx, const char * str, uint32_t part) {
return (part >> 8) ^ crc_table[(part ^ str[idx]) & 0x000000FF];
}
constexpr uint32_t crc32(size_t idx, const char * str) {
return idx == size_t(-1) ?
0xFFFFFFFF : combine_crc32(idx, str, crc32(idx - 1, str));
}
}
uint32_t ctcrc32(std::string const& str) {
size_t len = str.size() + 1;
return detail::crc32(len - 2, str.c_str()) ^ 0xFFFFFFFF;
}
template <size_t len>
constexpr uint32_t ctcrc32(const char (&str)[len]) {
return detail::crc32(len - 2, str) ^ 0xFFFFFFFF;
}
Necesitas str.size() + 1
porque len
en la segunda sobrecarga es strlen(str) + 1
debido al carácter nulo al final.
No agregué una sobrecarga para const char *
porque se equivoca con la segunda sobrecarga. Puede agregar fácilmente sobrecargas para const char *, size_t
o std::string_view
.
Esta es una buena pregunta.
Basado en la respuesta de Jerry Coffin, creé otro que es compatible con std :: hash de Visual Studio 2017.
#include <functional>
#include <cassert>
using namespace std;
constexpr size_t cx_hash(const char* input) {
size_t hash = sizeof(size_t) == 8 ? 0xcbf29ce484222325 : 0x811c9dc5;
const size_t prime = sizeof(size_t) == 8 ? 0x00000100000001b3 : 0x01000193;
while (*input) {
hash ^= static_cast<size_t>(*input);
hash *= prime;
++input;
}
return hash;
}
int main() {
/* Enter your code here. Read input from STDIN. Print output to STDOUT */
auto a = cx_hash("test");
hash<string> func;
auto b = func("test");
assert(a == b);
return 0;
}
Este es un intento de resolver el problema de OP lo más exactamente posible.
namespace my_hash {
template<class>struct hasher;
template<>
struct hasher<std::string> {
std::size_t constexpr operator()(char const *input)const {
return *input ?
static_cast<unsigned int>(*input) + 33 * (*this)(input + 1) :
5381;
}
std::size_t operator()( const std::string& str ) const {
return (*this)(str.c_str());
}
};
template<typename T>
std::size_t constexpr hash(T&& t) {
return hasher< typename std::decay<T>::type >()(std::forward<T>(t));
}
inline namespace literals {
std::size_t constexpr operator "" _hash(const char* s,size_t) {
return hasher<std::string>()(s);
}
}
}
using namespace my_hash::literals;
void one() {} void two() {} void other() {}
void foo( const std::string& value )
{
switch( my_hash::hash(value) )
{
case "one"_hash: one(); break;
case "two"_hash: two(); break;
/*many more cases*/
default: other(); break;
}
}
Tenga en cuenta la principal diferencia: std::hash
no se puede utilizar, ya que no tenemos control sobre el algoritmo de std::hash
, y debemos constexpr
a constexpr
como un constexpr
para evaluarlo en tiempo de compilación. Además, no hay hashes "transparentes" en std
, por lo que no puede (sin crear std::string
) hash un búfer de caracteres sin formato como std::string
.
Puse el hasher personalizado de std::string
(con soporte transparente const char*
) en un espacio de nombres my_hash
, por lo que puedes almacenarlo en std::unordered_map
si necesitas consistencia.
Basado en la excelente respuesta de @ JerryCoffin y el hilo de comentarios debajo, pero con un intento de escribirlo con las mejores prácticas actuales de C ++ 11 (¡en lugar de anticiparlas!).
Tenga en cuenta que usar un "hash puro" para un case
declaración de switch
es peligroso. Después, querrá hacer una ==
comparación para confirmar que funcionó.
Este fragmento está basado en el de Clement JACOB. Pero funciona con clang también. Y debería ser más rápido en la compilación (tiene solo una llamada recursiva, no dos como en la publicación original).
#include <iostream>
#include <string>
#include <vector>
static constexpr unsigned int crc_table[256] = {
0x00000000, 0x77073096, 0xee0e612c, 0x990951ba, 0x076dc419, 0x706af48f,
0xe963a535, 0x9e6495a3, 0x0edb8832, 0x79dcb8a4, 0xe0d5e91e, 0x97d2d988,
0x09b64c2b, 0x7eb17cbd, 0xe7b82d07, 0x90bf1d91, 0x1db71064, 0x6ab020f2,
0xf3b97148, 0x84be41de, 0x1adad47d, 0x6ddde4eb, 0xf4d4b551, 0x83d385c7,
0x136c9856, 0x646ba8c0, 0xfd62f97a, 0x8a65c9ec, 0x14015c4f, 0x63066cd9,
0xfa0f3d63, 0x8d080df5, 0x3b6e20c8, 0x4c69105e, 0xd56041e4, 0xa2677172,
0x3c03e4d1, 0x4b04d447, 0xd20d85fd, 0xa50ab56b, 0x35b5a8fa, 0x42b2986c,
0xdbbbc9d6, 0xacbcf940, 0x32d86ce3, 0x45df5c75, 0xdcd60dcf, 0xabd13d59,
0x26d930ac, 0x51de003a, 0xc8d75180, 0xbfd06116, 0x21b4f4b5, 0x56b3c423,
0xcfba9599, 0xb8bda50f, 0x2802b89e, 0x5f058808, 0xc60cd9b2, 0xb10be924,
0x2f6f7c87, 0x58684c11, 0xc1611dab, 0xb6662d3d, 0x76dc4190, 0x01db7106,
0x98d220bc, 0xefd5102a, 0x71b18589, 0x06b6b51f, 0x9fbfe4a5, 0xe8b8d433,
0x7807c9a2, 0x0f00f934, 0x9609a88e, 0xe10e9818, 0x7f6a0dbb, 0x086d3d2d,
0x91646c97, 0xe6635c01, 0x6b6b51f4, 0x1c6c6162, 0x856530d8, 0xf262004e,
0x6c0695ed, 0x1b01a57b, 0x8208f4c1, 0xf50fc457, 0x65b0d9c6, 0x12b7e950,
0x8bbeb8ea, 0xfcb9887c, 0x62dd1ddf, 0x15da2d49, 0x8cd37cf3, 0xfbd44c65,
0x4db26158, 0x3ab551ce, 0xa3bc0074, 0xd4bb30e2, 0x4adfa541, 0x3dd895d7,
0xa4d1c46d, 0xd3d6f4fb, 0x4369e96a, 0x346ed9fc, 0xad678846, 0xda60b8d0,
0x44042d73, 0x33031de5, 0xaa0a4c5f, 0xdd0d7cc9, 0x5005713c, 0x270241aa,
0xbe0b1010, 0xc90c2086, 0x5768b525, 0x206f85b3, 0xb966d409, 0xce61e49f,
0x5edef90e, 0x29d9c998, 0xb0d09822, 0xc7d7a8b4, 0x59b33d17, 0x2eb40d81,
0xb7bd5c3b, 0xc0ba6cad, 0xedb88320, 0x9abfb3b6, 0x03b6e20c, 0x74b1d29a,
0xead54739, 0x9dd277af, 0x04db2615, 0x73dc1683, 0xe3630b12, 0x94643b84,
0x0d6d6a3e, 0x7a6a5aa8, 0xe40ecf0b, 0x9309ff9d, 0x0a00ae27, 0x7d079eb1,
0xf00f9344, 0x8708a3d2, 0x1e01f268, 0x6906c2fe, 0xf762575d, 0x806567cb,
0x196c3671, 0x6e6b06e7, 0xfed41b76, 0x89d32be0, 0x10da7a5a, 0x67dd4acc,
0xf9b9df6f, 0x8ebeeff9, 0x17b7be43, 0x60b08ed5, 0xd6d6a3e8, 0xa1d1937e,
0x38d8c2c4, 0x4fdff252, 0xd1bb67f1, 0xa6bc5767, 0x3fb506dd, 0x48b2364b,
0xd80d2bda, 0xaf0a1b4c, 0x36034af6, 0x41047a60, 0xdf60efc3, 0xa867df55,
0x316e8eef, 0x4669be79, 0xcb61b38c, 0xbc66831a, 0x256fd2a0, 0x5268e236,
0xcc0c7795, 0xbb0b4703, 0x220216b9, 0x5505262f, 0xc5ba3bbe, 0xb2bd0b28,
0x2bb45a92, 0x5cb36a04, 0xc2d7ffa7, 0xb5d0cf31, 0x2cd99e8b, 0x5bdeae1d,
0x9b64c2b0, 0xec63f226, 0x756aa39c, 0x026d930a, 0x9c0906a9, 0xeb0e363f,
0x72076785, 0x05005713, 0x95bf4a82, 0xe2b87a14, 0x7bb12bae, 0x0cb61b38,
0x92d28e9b, 0xe5d5be0d, 0x7cdcefb7, 0x0bdbdf21, 0x86d3d2d4, 0xf1d4e242,
0x68ddb3f8, 0x1fda836e, 0x81be16cd, 0xf6b9265b, 0x6fb077e1, 0x18b74777,
0x88085ae6, 0xff0f6a70, 0x66063bca, 0x11010b5c, 0x8f659eff, 0xf862ae69,
0x616bffd3, 0x166ccf45, 0xa00ae278, 0xd70dd2ee, 0x4e048354, 0x3903b3c2,
0xa7672661, 0xd06016f7, 0x4969474d, 0x3e6e77db, 0xaed16a4a, 0xd9d65adc,
0x40df0b66, 0x37d83bf0, 0xa9bcae53, 0xdebb9ec5, 0x47b2cf7f, 0x30b5ffe9,
0xbdbdf21c, 0xcabac28a, 0x53b39330, 0x24b4a3a6, 0xbad03605, 0xcdd70693,
0x54de5729, 0x23d967bf, 0xb3667a2e, 0xc4614ab8, 0x5d681b02, 0x2a6f2b94,
0xb40bbe37, 0xc30c8ea1, 0x5a05df1b, 0x2d02ef8d
};
template<int size, int idx = 0, class dummy = void>
struct MM{
static constexpr unsigned int crc32(const char * str, unsigned int prev_crc = 0xFFFFFFFF)
{
return MM<size, idx+1>::crc32(str, (prev_crc >> 8) ^ crc_table[(prev_crc ^ str[idx]) & 0xFF] );
}
};
// This is the stop-recursion function
template<int size, class dummy>
struct MM<size, size, dummy>{
static constexpr unsigned int crc32(const char * str, unsigned int prev_crc = 0xFFFFFFFF)
{
return prev_crc^ 0xFFFFFFFF;
}
};
// This don''t take into account the nul char
#define COMPILE_TIME_CRC32_STR(x) (MM<sizeof(x)-1>::crc32(x))
template<unsigned int crc>
void PrintCrc()
{
std::cout << crc << std::endl;
}
int main()
{
PrintCrc<COMPILE_TIME_CRC32_STR("HAH")>();
}
Ver prueba de concepto here
Esto es un poco tarde, pero logré implementar una función CRC32 en tiempo de compilación con el uso de constexpr
. El problema es que, en el momento de redactar este informe, solo funciona con GCC y no con MSVC ni con el compilador de Intel.
Aquí está el fragmento de código:
// CRC32 Table (zlib polynomial)
static constexpr uint32_t crc_table[256] = {
0x00000000L, 0x77073096L, 0xee0e612cL, 0x990951baL, 0x076dc419L,
0x706af48fL, 0xe963a535L, 0x9e6495a3L, 0x0edb8832L, 0x79dcb8a4L,
0xe0d5e91eL, 0x97d2d988L, 0x09b64c2bL, 0x7eb17cbdL, 0xe7b82d07L,
...
};
template<size_t idx>
constexpr uint32_t crc32(const char * str)
{
return (crc32<idx-1>(str) >> 8) ^ crc_table[(crc32<idx-1>(str) ^ str[idx]) & 0x000000FF];
}
// This is the stop-recursion function
template<>
constexpr uint32_t crc32<size_t(-1)>(const char * str)
{
return 0xFFFFFFFF;
}
// This doesn''t take into account the nul char
#define COMPILE_TIME_CRC32_STR(x) (crc32<sizeof(x) - 2>(x) ^ 0xFFFFFFFF)
enum TestEnum
{
CrcVal01 = COMPILE_TIME_CRC32_STR("stack-overflow"),
};
CrcVal01
es igual a 0x335CC04A
¡Espero que esto te ayudará!
Lo siguiente funciona en GCC 4.6.1, y puede usar hash
o pack
en bloques de interruptores.
/* Fast simple string hash (Bernstein?) */
constexpr unsigned int hash(const char *s, int off = 0) {
return !s[off] ? 5381 : (hash(s, off+1)*33) ^ s[off];
}
/* Pack the string into an unsigned int
* Using 7 bits (ascii) it packs 9 chars into a uint64_t
*/
template <class T = uint64_t, unsigned int Bits = 7>
constexpr T pack(const char *s, unsigned int off = 0) {
return (Bits*off >= CHAR_BIT*sizeof(T) || !s[off]) ? 0 :
(((T)s[off] << (Bits*off)) | pack(s,off+1));
}
GCC aparentemente (?) No permite llamadas recursivas donde pasamos s+1
con s
un puntero, por lo que utilizo la variable off
.
Otra solución basada en la de Clement JACOB, que usa C ++ 11 constexpr (no C ++ 14 extendido) pero que tiene solo una recursión.
namespace detail {
// CRC32 Table (zlib polynomial)
static constexpr uint32_t crc_table[256] = { 0x00000000L, 0x77073096L, ... }
template<size_t idx>
constexpr uint32_t combine_crc32(const char * str, uint32_t part) {
return (part >> 8) ^ crc_table[(part ^ str[idx]) & 0x000000FF];
}
template<size_t idx>
constexpr uint32_t crc32(const char * str) {
return combine_crc32<idx>(str, crc32<idx - 1>(str));
}
// This is the stop-recursion function
template<>
constexpr uint32_t crc32<size_t(-1)>(const char * str) {
return 0xFFFFFFFF;
}
} //namespace detail
template <size_t len>
constexpr uint32_t ctcrc32(const char (&str)[len]) {
return detail::crc32<len - 2>(str) ^ 0xFFFFFFFF;
}
Alguna explicación
- Estamos utilizando una única recursión, por lo que la función funciona bien incluso para cadenas más largas.
- La función adicional
combine_crc32
nos permite almacenar el resultado de una recursión bajo unapart
variable y usarla dos veces. Esta función es un paseo para la limitación de C ++ 11 que no permite las declaraciones de variables locales. - La función
ctcrc32
espera una cadena literal, que se pasa como unconst char (&)[len]
. De esta forma, podemos obtener la longitud de la cadena como un parámetro de plantilla y no tenemos que depender de macros.
Tenga en cuenta que el formulario que se muestra aquí no fue aceptado en el estándar, como se indica a continuación.
Se espera que el procesamiento de cadenas de tiempo de compilación sea posible a través de los literales definidos por el usuario propuestos en N2765 .
Como ya mencioné, no conozco ningún compilador que lo implemente actualmente y, sin el soporte del compilador, solo se puede adivinar el trabajo.
En §2.13.7.3 y 4 del draft tenemos lo siguiente:
De lo contrario (S contiene una plantilla de operador literal), L se trata como una llamada de la forma
operador "" X <''c1'', ''c2'', ..., ''ck''> () donde n es la secuencia de caracteres fuente c1c2 ... ck. [Nota: la secuencia c1c2 ... ck solo puede contener caracteres del conjunto de caracteres básicos de origen. -finalizar nota]
Combine eso con constexpr
y deberíamos haber compilado el procesamiento de cadenas de tiempo.
actualización: pasé por alto que estaba leyendo el párrafo equivocado, este formulario está permitido para literales enteros definidos por el usuario y literales flotantes, pero aparentemente no para literales -string (§2.13.7.5).
Esta parte de la propuesta parece no haber sido aceptada.
Dicho esto, con mi visión limitada en C ++ 0x, podría verse algo como esto (lo más probable es que haya algo mal):
template<char c, char... str>
struct hash {
static const unsigned result = c + hash<str...>::result;
};
template<char c>
struct hash {
static const unsigned result = c;
};
template<char... str>
constexpr unsigned
operator "" _hash() {
return hash<str>::result;
}
// update: probably wrong, because the above
// form is not allowed for string-literals:
const unsigned h = "abcd"_hash;
Si el enfoque de Jerrys funciona, entonces lo siguiente debería funcionar:
constexpr unsigned operator "" _hash(const char* s, size_t) {
return const_hash(s);
}