各种字符串Hash函数比较

shane007

原文
' I5 x  R  K) L. k9 r6 O# bhttp://blog.csai.cn/user3/50125/archives/2009/35638.html
$ f9 u' q8 o0 m* F- P% \- w% y
0 v, m& N' q6 L! D) @/ N0 C[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
  
1 ^. e2 k  _2 x! P. @0 j8 `$ }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
- t2 C# E; V8 `2 P5 H0 A! w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，
: A; l3 X) j/ A) P, ?. L( I% U% iPJWHash，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
( ~9 G2 F/ ]& n+ c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。
7 L- h9 L9 P* V, ]- z. p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
/ w) K3 \$ s& I- O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。
" u3 y0 W3 ^+ G$ j# M/ w' tCmYkRgB123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

0 @0 j* r) t6 Funsigned int SDBMHash(char *str)
9 F" {6 D0 g6 r{
3 l+ x  M7 v  y    unsigned int hash = 0;
  
! ]4 Y/ n/ L( U8 j    while (*str)
    {
2 F; E9 I/ {- U" Q! ~0 S        // equivalent to: hash = 65599*hash + (*str++);
5 E+ g; b+ V2 E& d7 W$ c3 @        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
, f) d. z6 u$ P/ a3 P- F    }
, K; u( [+ Z( [! K% B- V$ j0 W4 ?  
    return (hash & 0x7FFFFFFF);
3 u, i8 @+ U" ^. z}
  
4 o  [* Q/ t- e3 A5 P9 J" `// RS Hash
4 k+ r6 v1 y& wunsigned int RSHash(char *str)
  O/ C7 s& U+ z4 N/ S' X: g{
    unsigned int b = 378551;
    unsigned int a = 63689;
& G. Z1 S, f8 D0 F    unsigned int hash = 0;
  
) C; d4 ~  T) [: [, t  ]3 p    while (*str)
    {
9 g# c( y2 U9 `; G( m        hash = hash * a + (*str++);
5 @  K0 @' E4 F$ \6 o* O- x" g        a *= b;
" }$ G1 a2 o: V$ ^    }
+ s! Z: U' G3 e/ x  j  
8 M# d! `4 H# ^# R  p' K    return (hash & 0x7FFFFFFF);
}
  
8 t* R, V9 j( k* \/ M& c6 R// JS Hash
0 U* P) L! h5 R( R$ a' A% r$ ^unsigned int JSHash(char *str)
1 e; [8 y! _' x3 H7 ^{
    unsigned int hash = 1315423911;
  
    while (*str)
    {
# {" r4 _0 D5 A& @        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
  j3 z; c% @" D3 v6 J$ B. ~    }
  
    return (hash & 0x7FFFFFFF);
}
  
7 `. Y' t* v$ l& t// P. J. Weinberger Hash
unsigned int PJWHash(char *str)
{
& d; {/ L! L- L8 o    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
; j3 [5 _5 L0 o8 X( C  G4 I( M: S    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]