你有一個非常大的字符串數組A，現在又有一個字符串B，需要你去檢測B是否存在於A中。最簡單粗暴的方法是遍歷整個A，但是這個方法投入到實際應用時的運行速度是難以接受的。在沒有與其他所有字符串比較前怎么知道該字符串是否存在呢？
解決方法是使用哈希表，即用較小的數據類型來代表較大的數據類型，例如：用數字來代表字符串。你可以存儲哈希值與字符串一一對應，當需要檢測一個字符串時，就用哈希算法計算其哈希值，然后與存儲的哈希值比較級可以得出結果，使用這一方法根據數組的大小和字符串長度提升速度大約100倍。
unsigned long HashString(char *lpszString) { unsigned long ulHash = 0xf1e2d3c4; while (*lpszString != 0) { ulHash <<= 1; ulHash += *lpszString++; } return ulHash; }
上述代碼演示了一個簡單的哈希算法。該函數在遍歷整個字符串時，將ulHash左移一位再叫上字符值。使用這個算法 ，"arr\units.dat" 的哈希值是0x5A858026，字符串"unit\neutral\acritter.grp" 的哈希值是0x694CD020。但是這個算法沒有什么使用價值，因為它產生的哈希值是可以預測的，可能使不同的字符產生相同的哈希值，從而產生碰撞。
要解決這一問題方法，網上流傳最神的是MPQ，源自於暴雪公司的文件打包管理，用於Blizzard游戲的數據文件，包括圖形，聲音，等級等數據，該算法能夠壓縮，解密，文件分割等功能。詳情見維基：http://en.wikipedia.org/wiki/MPQ。
該算法產生的哈希值完全無法預測，非常高效，被稱為"One-Way Hash"( A one-way hash is a an algorithm that is constructed in such a way that deriving the original string (set of strings, actually) is virtually impossible)。
unsigned long HashString(char *lpszFileName, unsigned long dwHashType) { unsigned char *key = (unsigned char *)lpszFileName; unsigned long seed1 = 0x7FED7FED, seed2 = 0xEEEEEEEE; int ch; while(*key != 0) { ch = toupper(*key++); seed1 = cryptTable[(dwHashType << 8) + ch] ^ (seed1 + seed2); seed2 = ch + seed1 + seed2 + (seed2 << 5) + 3; } return seed1; }
嘗試在前面的示例中使用相同索引，您的程序一定會有中斷現象發生，而且不夠快。如果想讓它更快，您能做的只有讓程序不去查詢數組中的所有散列值。或者您可以只做一次對比就可以得出在列表中是否存在字符串。聽起來不錯，真的么？不可能的啦
一個哈希表就是以字符串的哈希值作為下標的一類數組。我的意思是，哈希表使用一個固定長度的字符串數組（比如1024，2的偶次冪）進行存儲；當你要看看這個字符串是否存在於哈希表中，為了獲取這個字符串在哈希表中的位置，你首先計算字符串的哈希值，然后哈希表的長度取模。這樣如果你像上一節那樣使用簡單的哈希算法，字符串"arr\units.dat" 的哈希值是0x5A858026,偏移量0x26（0x5A858026 除於0x400等於0x16A160，模0x400等於0x26）。因此，這個位置的字符串將與新加入的字符串進行比較。如果0X26處的字符串不匹配或不存在，那么表示新增的字符串在數組中不存在。下面是示意的代碼：
int GetHashTablePos(char *lpszString, SOMESTRUCTURE *lpTable, int nTableSize) { int nHash = HashString(lpszString), nHashPos = nHash % nTableSize; if (lpTable[nHashPos].bExists && !strcmp(lpTable[nHashPos].pString, lpszString)) return nHashPos; else
return -1; //Error value
}
上面的說明中存在一個缺陷。當有沖突（兩個不同的字符串有相同的哈希值）發生的時候怎么辦？顯而易見的，它們不能占據哈希表中的同一個位置。通常的解決辦法是為每一個哈希值指向一個鏈表，用於存放所有哈希沖突的值；
MPQs使用一個存放文件名的哈希表來跟蹤文件內部，但是表的格式與通常方法有點不同，首先不像通常的做法使用哈希值作為偏移量，存儲實際的文件名。MPQs 根本不存儲文件名，而是使用了三個不同的哈希值：一個用做哈希表偏移量，兩個用作核對。這兩個核對的哈希值用於替代文件名。當然從理論上說存在兩個不同的文件名得到相同的三個哈希值，但是這種情況發送的幾率是：1:18889465931478580854784,這應該足夠安全了。
MPQ's的哈希表的實現與傳統實現的另一個不同的地方是，相對與傳統做法（為每個節點使用一個鏈表，當沖突發生的時候，遍歷鏈表進行比較），看一下下面的示范代碼，在MPQ中定位一個文件進行讀操作：
int GetHashTablePos(char *lpszString, MPQHASHTABLE *lpTable, int nTableSize) { const int HASH_OFFSET = 0, HASH_A = 1, HASH_B = 2; int nHash = HashString(lpszString, HASH_OFFSET),nHashA = HashString(lpszString, HASH_A),nHashB = HashString(lpszString, HASH_B), nHashStart = nHash % nTableSize,nHashPos = nHashStart; while (lpTable[nHashPos].bExists) { if (lpTable[nHashPos].nHashA == nHashA && lpTable[nHashPos].nHashB == nHashB) return nHashPos; else nHashPos = (nHashPos + 1) % nTableSize; if (nHashPos == nHashStart) break; } return -1; //Error value
}
無論代碼看上去有多么復雜，其背后的理論並不難。讀一個文件的時候基本遵循下面這樣一個過程：
1、計算三個哈希值（一個哈希偏移量和兩個驗證值）並保存到變量中；
2、移動到哈希偏移量對應的值；
3、對應的位置是否尚未使用？如果是，則停止搜尋，並返回"文件不存在"；
4、這兩個驗證值是否與我們要找的字符串驗證值匹配，如果是，停止搜尋，並返回當前的節點；
5、移動到下一個節點，如果到了最后一個節點則返回開始；
6、如果移動到了相同的偏移值（遍歷了整個哈希表），則停止搜尋，並返回"文件不存在"；
7、回到第3步；
如果你注意的話，可能已經從我們的解釋和示例代碼注意到，MPQ的哈希表已經將所有的文件入口放入MPQ中；那么當哈希表的每個項都被填充的時候，會發生什么呢？答案可能會讓你驚訝：你不能添加任何文件。有些人可能會問我為什么文件數量上有這樣的限制（文件限制），是否有辦法繞過這個限制？就此而言，如果不重新創建MPQ 的項，甚至無法調整哈希表的大小。這是因為每個項在哈希表中的位置會因為跳閘尺寸而改變，而我們無法得到新的位置，因為這些位置值是文件名的哈希值，而我們根本不知道文件名是什么。
如果想要深入了解MPQ入此坑： http://sfsrealm.hopto.org/inside_mopaq/index.htm