[转载]哈希 - SAS使用中的陷阱和技巧

哈希是 SAS 六种表查找技术中最为常用的技术，性能表现经评测也比较上乘，在SAS 产品中已被广泛使用，同时也深受国外SAS程序员的喜爱（国内的情况不太了解，相关的文章和论文几乎没有，而国外程序员光在SAS各种用户大会上的论文就有十多篇）。现将哈希使用中存在的陷阱和技巧整理如下，分享给大家。

 

本文以一个实际的查找问题为例，说明使用中存在的陷阱和技巧，最后给出作者推荐的哈希代码。

 

数据表：

Date	AreaCode	PhoneNum	ToAcronym	FromAcronym	SecretCode
2006-12-21	407	312-9088	AFAIK	DQMOT	103
2006-12-21	407	324-6674	BEG	TU	101
2006-12-21	407	312-9088	BFN	SYS	101
2006-12-21	407	312-9088	BTDT	IHU	102
2006-12-22	407	312-9088	C&G	AFAIK	103

 

生成样例数据的代码：

查找表：

Acronym	Meaning
AFAIK	as far as I know
AFK	away from keyboard
ASAP	as soon as possible
BEG	big evil grin
BFN	bye for now
BTDT	been there done that
C&G	chuckle and grin
DQMOT	don't quote me on this.
IHU	i hear you
SYS	see you soon

 

 

生成样例数据的代码：

datalookup_1;

   inputAcronym $

         Meaning$30.;

   datalines;

AFAIK as far as I know

AFK away from keyboard

ASAP as soon as possible

BEG big evil grin

BFN bye for now

BTDT been there, done that

DQMOT don't quote me on this.

IHU i hate you

SYS see you soon

;

run;

 

 

1、技巧 - 巧妙定义哈希对象的关键字变量和数据变量

哈希对象要求使用前必须先声明关键字变量（definekey）和数据变量（definedata）,通常为了代码的通用性，我们不希望将变量类型和长度写死在程序里，这样当查找表的数据结构发生变化时不用重写代码。

 

无法适应各种数据结构的代码：

length lookup_key $8;

lengthdata $30;

 

if_n_ =1then

do;

   declarehash hashLookup(dataset:'lookup_dataset');

   hashLookup.definekey('lookup_key');

   hashLookup.definedata('lookup_data');

   hashLookup.definedone();

end;

 

解决的办法如下：

if 0 thenset lookup_dataset;

 

if_n_ =1then

do;

   declarehash hashLookup(dataset:'lookup_dataset');

   hashLookup.definekey('lookup_key');

   hashLookup.definedata('lookup_data');

   hashLookup.definedone();

end;

 

 

2、技巧 -消除日志中的未初始化提示

 

如果代码里没有用call missing对哈希对象中使用的变量进行初始化，则SAS日志中会输出下面的提示：

NOTE: Variable lookup_key is uninitialized.

NOTE: Variable lookup_data is uninitialized.

 

解决的办法：

callmissing(lookup_key, lookup_data);

 

3、陷阱 - 查找函数成功返回值为0

 

find()函数查找到匹配的值返回0，否则返回非0的错误代码，这个跟其他语言不太一样。

 

错误的代码：

if hashLookup.find(key:lookup_key) then finaldata = lookup_data;

 

正确的代码：

if hashLookup.find(key:lookup_key)=0 then finaldata = lookup_data;

 

 

4、陷阱 - 查找失败时返回不正确的值

 

下面的代码在查找失败时会返回上次匹配成功的值，产生不正确的数据。

  rc=hashLookup.find(key:lookup_key);

   finaldata = lookup_data;

 

运行的结果：

 

Date	AreaCode	PhoneNum	ToAcronym	FromAcronym	SecretCode	ToMeaning
2006-12-21	407	312-9088	AFAIK	DQMOT	103	as far as I know
2006-12-21	407	324-6674	BEG	TU	101	big evil grin
2006-12-21	407	312-9088	BFN	SYS	101	bye for now
2006-12-21	407	312-9088	BTDT	IHU	102	been there done that
2006-12-22	407	312-9088	C&G	AFAIK	103	been there done that

 

 

正确的代码如下所示：

  rc=hashLookup.find(key:lookup_key);

  ifrc=0then finaldata = lookup_data; 

 

 

运行的结果：

 

Date	AreaCode	PhoneNum	ToAcronym	FromAcronym	SecretCode	ToMeaning
2006-12-21	407	312-9088	AFAIK	DQMOT	103	as far as I know
2006-12-21	407	324-6674	BEG	TU	101	big evil grin
2006-12-21	407	312-9088	BFN	SYS	101	bye for now
2006-12-21	407	312-9088	BTDT	IHU	102	been there done that
2006-12-22	407	312-9088	C&G	AFAIK	103

 

 

 

完整的代码

 

dataresults;

 

   if0 thenset lookup_1;

   dropAcronym Meaningrc;

 

 

   if_n_ =1then

   do;

       declarehash hashLookup(dataset:'lookup_1');

       hashLookup.definekey('Acronym');

       hashLookup.definedata('Meaning');

       hashLookup.definedone();

       callmissing(Acronym, Meaning);

   end;

 

   setdetail;

   rc=hashLookup.find(key:ToAcronym);

   ifrc=0then ToMeaning = Meaning;

run;