各种字符串Hash函数比较

shane007

原文
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/
  
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，
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，
+ |* 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。

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。
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。
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
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。
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。
  
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
unsigned int SDBMHash(char *str)
, H) V9 a& J2 S' {- g2 ?{
5 p) S, Y- f. {/ E) d  c' x    unsigned int hash = 0;
  
, j0 S% R( Z/ ^- ?    while (*str)
    {
, ^: B9 t" @& l8 Y: b        // equivalent to: hash = 65599*hash + (*str++);
* u- _' e$ m& @- P3 U        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
    }
  
# D. a- z6 e+ M    return (hash & 0x7FFFFFFF);
}
  
' 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! ?{
    unsigned int b = 378551;
    unsigned int a = 63689;
    unsigned int hash = 0;
  
    while (*str)
6 A: }1 z! r( z( ~    {
        hash = hash * a + (*str++);
        a *= b;
    }
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}
  
: S( f/ K9 m8 }1 t// JS Hash
unsigned int JSHash(char *str)
# z- ~7 o4 P0 O{
    unsigned int hash = 1315423911;
2 ^* u, v: ^$ ?  
    while (*str)
7 `  t5 c# f$ F+ `, n' D    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
    }
  
    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{
    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
    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]