所有句子都是小写英语，没有标点符号，短语定义为 3 个连续单词，因此如果一句话是：我是杰西卡·亨特
所以短语将是"我是杰西卡"和"我是杰西卡亨特"
如果一个短语存在于文件的所有句子中，则该短语是常见的
请帮助我为这个问题提供适当的哈希函数
什么都行。我会从 （3*a + 5*b + 7*c） 开始，{a，b，c} 是三个连续单词的字数（或哈希值）。（当然都是无符号的，和模字大小）
- 标记成单词，忽略空格和标点符号
- 将生成的单词放入哈希表（字典）中
- 逐步执行文件，维护用于计算三令牌哈希的滑动窗口
- 并将这些放入/更新到第二个哈希表中。
- 对于冲突解决，第二个哈希表需要具有（指针，索引）对原始三个单词的访问权限。
杰西卡，我想你需要一个 n-gram 哈希器而不是句子一（这几乎是一样的）。我用 C 编写了一个超快的 n-gram 开膛手，可在以下位置免费下载：http://www.sanmayce.com/Downloads/index.html#Leprechaun
妖精会把"我是杰西卡·亨特"这句话撕成这两个3克：i_am_jessicaam_jessica_hunt
也许n-graming也是你的事。