各种字符串Hash函数比较

shane007

原文
2 d( R: T  Q6 @3 l* w' y( Rhttp://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，
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。
: p! A+ m' ^& S8 c; Q6 j

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

3 q, Y) f2 I2 r% @$ c# F- o1 U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。
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
$ ?' O3 W. ?- ^  |$ o0 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
( X# }7 T9 n1 j7 T& I0 USDBMHash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。
; G: T1 e, g+ l' zCmYkRgB123原创，欢迎建议、交流、批评和指正。
3 Y4 x) O$ r; e1 I6 B  
! o6 g; q( e& e4 ^* l% B* s附：各种哈希函数的C语言程序代码

unsigned int SDBMHash(char *str)
{
, w* @# t, g0 m    unsigned int hash = 0;
  
    while (*str)
* O8 o, m* U. t- y4 H' d    {
        // equivalent to: hash = 65599*hash + (*str++);
        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
6 ~; {! B* q, G6 L/ u# e2 ~    }
  
    return (hash & 0x7FFFFFFF);
. ]: w0 s- j* e, ^; T! s}
  
// RS Hash
) [' X) s( w) M/ Q. o$ E, Z. |unsigned int RSHash(char *str)
  H* g* u. T. g" M{
2 l! o0 F( B4 N( ]$ Z    unsigned int b = 378551;
    unsigned int a = 63689;
: L4 Q& p, v/ r2 M- ?    unsigned int hash = 0;
$ q* B5 m. X7 d' U4 A% U  
* g+ C  X' ]7 o- |+ C    while (*str)
    {
        hash = hash * a + (*str++);
+ g$ w) W5 l2 L        a *= b;
    }
/ `, ?( j$ m6 ~6 J. l  
    return (hash & 0x7FFFFFFF);
$ y7 @; z2 s6 h. g& m( t, j* u4 l}
: }# v4 E3 D7 n, A  
' f' o7 ]6 U, S  K& U// JS Hash
unsigned int JSHash(char *str)
{
. O& v1 D9 C6 p    unsigned int hash = 1315423911;
  
! J$ t) F* e! _; N% e4 X    while (*str)
; }4 k8 D4 }4 W! b" Q2 ^0 y1 v4 N    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
( s+ A" ?" \! Q% c! U    }
8 Z7 n, E( V. {- d) z- J, ]  
    return (hash & 0x7FFFFFFF);
}
; H; {' I; ~. G  
& N) q) j6 l2 Q! N# D: O! y// P. J. Weinberger Hash
3 r: e+ [9 c; m( |# }& iunsigned int PJWHash(char *str)
{
3 I* U! Q; M- b/ V& Q    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
1 O6 L1 z5 {% E' x2 m- z' L    unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
% _" \6 |$ J# R) A( R  [: \    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]