各种字符串Hash函数比较

shane007

原文
3 P8 e% T- s& P* j( ^8 khttp://blog.csai.cn/user3/50125/archives/2009/35638.html

[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
. B3 G8 P; o+ i8 @% ^  
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
5 ]( L: v. x  p* N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 G3 K. b5 k' S, g7 m这些函数几乎不可能找到碰撞。
1 e! X% g' X) c( Z4 ?常用字符串哈希函数有BKDRHash，APHash，DJBHash，JSHash，RSHash，SDBMHash，
# @% F$ J  |, x8 ^  a9 BPJWHash，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
% ~2 `' F4 _7 S4 ?9 K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。
: q( @+ S2 N4 i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
' I7 T( q. k) P7 v4 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
7 M2 C, F7 [' ]9 C9 xSDBMHash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。
' W" S* M8 O* g$ ?) v# R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。
5 P+ }: p3 T) }6 M  iCmYkRgB123原创，欢迎建议、交流、批评和指正。
4 C- l* n3 C' u; W; X' e) |3 V  
附：各种哈希函数的C语言程序代码

& u0 k! U. \; R1 H5 vunsigned int SDBMHash(char *str)
{
    unsigned int hash = 0;
) k- D) m7 x' u6 S9 C  z" H7 U. Y  
% c% I1 s' y+ o    while (*str)
    {
! N/ p, D3 b# N        // equivalent to: hash = 65599*hash + (*str++);
1 |( ^. e4 G/ ~) {$ [  Z        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
    }
  
    return (hash & 0x7FFFFFFF);
" U& f' `! {# E7 U4 c8 x( l}
  
// RS Hash
- X' Z& }3 B# ?$ Q6 a( s" a9 m' t0 q2 _unsigned int RSHash(char *str)
{
    unsigned int b = 378551;
5 y% T! l3 M( d2 A0 F7 K0 S! J    unsigned int a = 63689;
    unsigned int hash = 0;
  
    while (*str)
9 W, ?$ B4 F1 ]' O    {
% H! M8 l' B* d$ |        hash = hash * a + (*str++);
        a *= b;
* f# j# l# V. S( b6 H    }
  
    return (hash & 0x7FFFFFFF);
}
+ H; p% [* |0 ?: U" G6 U/ i  
& k7 C) p0 y2 y// JS Hash
unsigned int JSHash(char *str)
{
$ x4 L: X2 S5 k% _; x0 G2 p2 v    unsigned int hash = 1315423911;
  
* w0 x" i. l7 w- l! ?+ \( Y& t3 Q" p    while (*str)
    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
    }
  
5 S' ~/ o( J8 s4 ]/ m    return (hash & 0x7FFFFFFF);
1 D9 m5 M! d" O2 Q# q) C}
$ d0 e9 E) h9 D  
( o+ w% p! @7 i, ]) {: T// P. J. Weinberger Hash
7 a4 A- H& g% K! Hunsigned int PJWHash(char *str)
{
1 S3 z% y4 T5 `& |) T6 I7 p    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
; s% W8 ]# \5 i' A9 u    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]