原文 1 I' ]! A( ?. ~. S! r5 E% L; [
http://blog.csai.cn/user3/50125/archives/2009/35638.html
- k' o& j1 o* `" T- ]
; A' S' f1 u7 Z2 G/ ]" |[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/ 6 L3 w+ r) l- U6 D8 \
) A, q( v" A% T+ g/ @9 l: b
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
- n. e2 `# q: Z& ?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, / ~. h8 z& F) S# B
这些函数几乎不可能找到碰撞。 ! _2 F/ U6 f+ ~* U0 w; ]
常用字符串哈希函数有BKDRHash,APHash,DJBHash,JSHash,RSHash,SDBMHash,
+ |* m7 Y! H. Z- I/ j A5 ~& v/ {+ [% HPJWHash,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。 4 s2 z1 y. ?. k2 v
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 |
# p$ c3 N7 l& ?' x1 G( _, G$ m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
! `9 U$ P& {& o3 c7 C# M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。 ' P( C7 q/ z, K2 l) E5 P# j
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。 - V+ i! ]. k; t% A% ^
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
! T. ?9 z4 C2 b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 7 }$ r: y, F9 Z E4 H
SDBMHash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。 / A! p# W* t0 |0 J0 J3 {- [
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。
7 w8 J1 ~( |0 |CmYkRgB123原创,欢迎建议、交流、批评和指正。 : {+ D% ]- ?2 E# k
% h- Q/ j/ |$ \; @0 F! O
附:各种哈希函数的C语言程序代码
2 S: \2 U; W' T" t( v* e/ J. O7 M. t5 q) _. A8 q$ r* q$ m
unsigned int SDBMHash(char *str)
, H) V9 a& J2 S' {- g2 ?{
5 p) S, Y- f. {/ E) d c' x unsigned int hash = 0; & w2 T5 |6 A$ s
, j0 S% R( Z/ ^- ? while (*str) ' k* o1 `6 |" \4 f4 p
{
, ^: B9 t" @& l8 Y: b // equivalent to: hash = 65599*hash + (*str++);
* u- _' e$ m& @- P3 U hash = (*str++) + (hash << 6) + (hash << 16) - hash; + ?/ h- s: i2 X, U7 \. |4 ?. s7 I
} . ?" ~' b1 d) P% ?+ \9 _
# D. a- z6 e+ M return (hash & 0x7FFFFFFF); 8 ?9 I' N& p9 ]
} . f" a- N) @7 e' S
' y6 x T0 r5 E. O1 O$ T& v; `// RS Hash
6 g3 K3 @. N! V$ |. G/ p# aunsigned int RSHash(char *str)
: G+ J! }. Q; `! y& ?$ y: L; f, H! ?{ ( Y3 ?, c; O2 u1 ^# q6 I
unsigned int b = 378551; 6 u. ]- u( m* n' q( C$ o. x' x/ D
unsigned int a = 63689; : f+ C; U* b% n/ y0 `7 [% E
unsigned int hash = 0; & B' _1 S' J( `' i* w
: u9 r, ?+ S( H% [) ~ K# w! U
while (*str)
6 A: }1 z! r( z( ~ { / D4 X# D0 H) s* w( T9 t
hash = hash * a + (*str++); ) C& @. d7 e" U# l0 E+ A. V9 }
a *= b; + m4 c3 J9 ^. B' V- u
}
1 g; x) u1 t. Y7 m
f" p# @# \. S I/ K/ C! m( N return (hash & 0x7FFFFFFF);
- J& u9 W" n6 e0 L: r4 c: T& t- i} / U ~7 f8 e4 g
: S( f/ K9 m8 }1 t// JS Hash " A, u& v7 y r. c; }7 r6 r
unsigned int JSHash(char *str)
# z- ~7 o4 P0 O{ 6 u" |* M* @! r) o5 M
unsigned int hash = 1315423911;
2 ^* u, v: ^$ ? ! i, m1 M- p7 @- ^9 }- F
while (*str)
7 ` t5 c# f$ F+ `, n' D { 8 G. ? g* a0 E8 a: y9 }$ W
hash ^= ((hash << 5) + (*str++) + (hash >> 2)); 6 U* E i d b: e) }. R
} ; t; F0 n7 h% [, ?' h- L. w' A$ I; e% g
4 }+ I6 C4 }+ K5 T$ J
return (hash & 0x7FFFFFFF);
7 H" G6 j% d' P% c' ]# q& b9 }}
4 l9 U `4 D$ t9 `* ^
( |2 c1 @0 ? D2 I* Q0 R# y( j: N// P. J. Weinberger Hash
3 j. ~7 K1 X9 p" q% S+ E( {unsigned int PJWHash(char *str)
( q, `. X/ ]+ m. a$ G{+ g8 m; Y/ l9 F6 w) ?
unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);5 [' C0 P" ?7 s9 `( O
unsigned int ThreeQuarters = (unsigned int)((BitsInUnignedInt * 3) / 4);5 C) R7 a5 X) ~" x& W
unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);0 _1 x2 L" c0 U; b) b9 r' k! Y
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] |