各种字符串Hash函数比较

shane007

原文
3 w7 x6 Q* N4 S) N+ ?* D; \http://blog.csai.cn/user3/50125/archives/2009/35638.html

[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
" D9 H3 C$ Y# z. ^  
% |8 A8 M: d" h" c. c7 R2 K0 t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，
0 H# _- G1 C, A这些函数几乎不可能找到碰撞。
! b1 \% k# v# D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。

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

2 }% t4 a5 L' Y% K6 ^4 u! E, z3 G- @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
7 k" f6 @, m7 I, }) r8 z$ g  _; y) r4 t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。
0 E' Y3 S5 V, a$ ~% I* E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。
: B5 Z5 q% C8 f) 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
% r) y. o  ?4 J: i0 r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
3 x$ E6 w' L) N, j7 GSDBMHash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 c& I# ~0 _8 {+ j/ hCmYkRgB123原创，欢迎建议、交流、批评和指正。
. Q9 a* i$ S% C5 N$ P- R0 T6 v  
9 j; }% e% `' x1 u* }附：各种哈希函数的C语言程序代码

unsigned int SDBMHash(char *str)
" g6 U, k) p1 t: K{
3 X# _- d( n7 m+ n- G, ~) D    unsigned int hash = 0;
! {- f$ I5 [& ]! `  
- ]2 D. x# S2 y2 @    while (*str)
    {
, \7 p; k' E2 M        // equivalent to: hash = 65599*hash + (*str++);
1 K9 f1 s: L+ l) g; _2 q  M        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
! o0 V8 n! j+ c: u    }
/ B5 c' i) \2 N  
    return (hash & 0x7FFFFFFF);
}
  
// RS Hash
' W& B1 m& y! aunsigned int RSHash(char *str)
{
    unsigned int b = 378551;
; V' m2 ^! F( d) P    unsigned int a = 63689;
    unsigned int hash = 0;
  
    while (*str)
- D. r! F9 p' W. l3 o    {
        hash = hash * a + (*str++);
        a *= b;
* N' g4 X, C) b7 z    }
  
    return (hash & 0x7FFFFFFF);
}
  
// JS Hash
unsigned int JSHash(char *str)
1 i5 p! f, r; D, a: Z6 t{
6 ~* C$ k- I) i$ ]9 O    unsigned int hash = 1315423911;
  
    while (*str)
    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
    }
  
5 `' F+ L: J: c5 R. H* \) D    return (hash & 0x7FFFFFFF);
}
  
$ J% T3 w8 N# ^* i& A% x) p  f" I// P. J. Weinberger Hash
unsigned int PJWHash(char *str)
{
* t4 Q# W2 H- s' @9 W, d    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
8 n; k% n- n4 D9 K- `6 c0 t    unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
  U, i, c* \) D' m    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]