各种字符串Hash函数比较

shane007

原文
( P# \8 U, u7 z9 s5 C$ Y  P# w- Jhttp://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。
7 o5 {, r5 H3 s: X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。
* R* L6 t" n2 T6 R

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

% P3 t! o8 I' q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
' ^# M* E- o  {3 Y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。
2 d- S5 p% C1 Q' x: Y( l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
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
) m6 P( l0 }6 z. BSDBMHash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。
# f% H: b, J3 k  x) ^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。
8 ^& g0 T# r3 f! ^2 GCmYkRgB123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

unsigned int SDBMHash(char *str)
7 e0 {. v3 I8 V2 f  S2 C{
' l: y5 e7 s6 X. l3 k    unsigned int hash = 0;
$ J- O2 U1 v( ]" s7 U0 x9 U# U  
    while (*str)
  b, K4 d- c) k) p5 T: R    {
$ N7 j% z0 i5 s3 ^: ?        // equivalent to: hash = 65599*hash + (*str++);
: i  J% v& D( ]7 @        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
6 K" F; w% l: t" I- c1 ]- H    }
2 ?6 t4 i; d5 q* {7 Y9 V  
    return (hash & 0x7FFFFFFF);
, q+ T! Y) I8 h, k4 Y8 c3 u}
  
// RS Hash
unsigned int RSHash(char *str)
{
  q3 I8 K! m- W0 o    unsigned int b = 378551;
    unsigned int a = 63689;
    unsigned int hash = 0;
  
. ]  `5 V! M! r7 _" C2 z    while (*str)
    {
/ l8 p0 W( H  R8 u; ]        hash = hash * a + (*str++);
        a *= b;
2 V$ H, H: Q0 m, e    }
1 g3 E9 ?, b% @5 r  
' [0 j! S0 x. ~' B$ l/ X4 l0 ~  W    return (hash & 0x7FFFFFFF);
( N; \$ V8 \1 h}
  
// JS Hash
unsigned int JSHash(char *str)
{
- D' G2 ~# _4 @1 z! b6 ^8 a/ d    unsigned int hash = 1315423911;
7 I9 g1 V- V5 j& _# `4 o) Y  
    while (*str)
( |. Y5 K' M7 T' ]7 j& P: O; p' I  W    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
    }
  
% B) _9 Y; }8 t5 z    return (hash & 0x7FFFFFFF);
}
  
// P. J. Weinberger Hash
4 Z+ y1 q/ Y9 [  |7 w: N+ vunsigned int PJWHash(char *str)
{
    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
    unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
% p0 b. k. x/ [$ i: q    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]