各种字符串Hash函数比较

shane007

原文
http://blog.csai.cn/user3/50125/archives/2009/35638.html

[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
  
常用的字符串Hash函数还有ELFHash，APHash等等，都是十分简单有效的方法。这些函数使用
位运算使得每一个字符都对最后的函数值产生影响。另外还有以MD5和SHA1为代表的杂凑函数，
5 o+ |' o( F2 H这些函数几乎不可能找到碰撞。
常用字符串哈希函数有BKDRHash，APHash，DJBHash，JSHash，RSHash，SDBMHash，
PJWHash，ELFHash等等。对于以上几种哈希函数，我对其进行了一个小小的评测。

Hash函数	数据1	数据2	数据3	数据4	数据1得分	数据2得分	数据3得分	数据4得分	平均分
BKDRHash	2	0	4774	481	96.55	100	90.95	82.05	92.64
APHash	2	3	4754	493	96.55	88.46	100	51.28	86.28
DJBHash	2	2	4975	474	96.55	92.31	0	100	83.43
JSHash	1	4	4761	506	100	84.62	96.83	17.95	81.94
RSHash	1	0	4861	505	100	100	51.58	20.51	75.96
SDBMHash	3	2	4849	504	93.1	92.31	57.01	23.08	72.41
PJWHash	30	26	4878	513	0	0	43.89	0	21.95
ELFHash	30	26	4878	513	0	0	43.89	0	21.95

其中数据1为100000个字母和数字组成的随机串哈希冲突个数。数据2为100000个有意义的英文句
子哈希冲突个数。数据3为数据1的哈希值与1000003(大素数)求模后存储到线性表中冲突的个数。
数据4为数据1的哈希值与10000019(更大素数)求模后存储到线性表中冲突的个数。
+ E4 [" q+ @* e4 ]( _  J1 Q经过比较，得出以上平均得分。平均数为平方平均数。可以发现，BKDRHash无论是在实际效果还是
( N: k7 d6 h; j' x编码实现中，效果都是最突出的。APHash也是较为优秀的算法。DJBHash,JSHash,RSHash与
) w2 Q/ g, u% w/ q( G- W5 ]; j! H5 m# hSDBMHash各有千秋。PJWHash与ELFHash效果最差，但得分相似，其算法本质是相似的。
" Y$ `: O6 n# \在信息修竞赛中，要本着易于编码调试的原则，个人认为BKDRHash是最适合记忆和使用的。
CmYkRgB123原创，欢迎建议、交流、批评和指正。
+ H3 E( g7 x6 K  
附：各种哈希函数的C语言程序代码
; \8 l* E, W9 _5 n4 g, ]
, E/ m% M3 ]' T+ T$ I* q' {) cunsigned int SDBMHash(char *str)
$ [) A- p( l$ P' F1 a' P$ Z{
" Q3 J2 k" b4 N& P- {    unsigned int hash = 0;
  
    while (*str)
    {
        // equivalent to: hash = 65599*hash + (*str++);
        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
    }
  
    return (hash & 0x7FFFFFFF);
0 `$ m! f0 l" M; ~1 h}
  
& _7 b; y: l- U0 J' L// RS Hash
unsigned int RSHash(char *str)
{
  R& w9 b2 ?  {: x" T' |2 k/ q, C8 d    unsigned int b = 378551;
    unsigned int a = 63689;
1 Y( [8 J6 Z  v7 s% g7 C, T3 _; s    unsigned int hash = 0;
( p' M; l( c& D% ~/ ?  
1 H" U) u% }$ B1 H    while (*str)
" E- O: v. ^; G3 T    {
2 U% `9 c5 P  N* h        hash = hash * a + (*str++);
        a *= b;
    }
' f* ?& h, Z, |$ |( Q3 A  
    return (hash & 0x7FFFFFFF);
}
  
1 p) ]% r8 n( m, w5 Z" z% I+ d// JS Hash
% Y4 A( r! c2 y" l1 `# g/ Tunsigned int JSHash(char *str)
; }0 ]$ L1 U4 P/ R  y* ^( f{
6 b3 `8 u2 {( w/ X    unsigned int hash = 1315423911;
  
  E+ y9 T2 r( F' R* u7 }    while (*str)
    {
! h1 `* G( q9 u2 j0 |, \        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
) ^+ \) Z, _# @9 e2 T% u, K0 ~    }
  
    return (hash & 0x7FFFFFFF);
}
0 I! C: T2 f3 n% H+ b1 v  
// P. J. Weinberger Hash
unsigned int PJWHash(char *str)
{
- c$ e* _8 z. ?/ p2 c    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
! t8 [# J# X! L: n    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
9 j' `7 a+ Y4 a, C3 [    unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
    unsigned int HighBits = (unsigned int)(0xFFFFFFFF) << (BitsInUnignedInt [pre]                                               - OneEighth);    unsigned int hash    = 0;    unsigned int test    = 0;     while (*str)    {        hash = (hash << OneEighth) + (*str++);        if ((test = hash & HighBits) != 0)        {            hash = ((hash ^ (test >> ThreeQuarters)) & (~HighBits));        }    }     return (hash & 0x7FFFFFFF);} // ELF Hash unsigned int ELFHash(char *str){    unsigned int hash = 0;    unsigned int x    = 0;     while (*str)    {        hash = (hash << 4) + (*str++);        if ((x = hash & 0xF0000000L) != 0)        {            hash ^= (x >> 24);            hash &= ~x;        }    }     return (hash & 0x7FFFFFFF);} // BKDR Hash unsigned int BKDRHash(char *str){    unsigned int seed = 131; // 31 131 1313 13131 131313 etc..    unsigned int hash = 0;     while (*str)    {        hash = hash * seed + (*str++);    }     return (hash & 0x7FFFFFFF);} // DJB Hash unsigned int DJBHash(char *str){    unsigned int hash = 5381;     while (*str)    {        hash += (hash << 5) + (*str++);    }     return (hash & 0x7FFFFFFF);} // AP Hash unsigned int APHash(char *str){    unsigned int hash = 0;    int i;     for (i=0; *str; i++)    {        if ((i & 1) == 0)        {            hash ^= ((hash << 7) ^ (*str++) ^ (hash >> 3));        }        else        {            hash ^= (~((hash << 11) ^ (*str++) ^ (hash >> 5)));        }    }     return (hash & 0x7FFFFFFF);}[/pre]