各种字符串Hash函数比较

shane007

原文
: x/ S% D0 J2 O/ }" ahttp://blog.csai.cn/user3/50125/archives/2009/35638.html
0 O; y' a2 n& S; f: R
[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
  
9 A( @3 z, R+ 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，
9 l9 m" Y, A9 m7 |: p5 R这些函数几乎不可能找到碰撞。
3 B( C( U6 |& L2 a常用字符串哈希函数有BKDRHash，APHash，DJBHash，JSHash，RSHash，SDBMHash，
  A# J$ j2 t3 ^2 ?& F2 E( l- L5 UPJWHash，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
7 I2 q3 H0 ~" s4 m% E% _9 X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。
; y* r5 @" x: }, J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
! V5 A' v7 @# I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 ~* F: ~1 Z/ A* R; ]2 RSDBMHash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。
- }# A7 U2 t+ g+ S& Q& H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。
! t  G6 \2 H9 O' K# ACmYkRgB123原创，欢迎建议、交流、批评和指正。
  
: ]& J- M5 A7 k' I' p, \- A3 F附：各种哈希函数的C语言程序代码
8 o/ s1 y: ^" o: J
" i8 X7 I8 S0 d: O3 z* q, \unsigned int SDBMHash(char *str)
{
    unsigned int hash = 0;
0 e( k! x% B8 ^* O; T  
  L" ~" s" y6 L* o+ V4 }    while (*str)
    {
" M; X% \, I5 w+ Q* J7 h4 i        // equivalent to: hash = 65599*hash + (*str++);
8 g9 y+ {' h. c7 ~% J1 Y        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
    }
1 V' [# ?& M! ?& |1 g  
    return (hash & 0x7FFFFFFF);
+ [& \. E1 S: h" P3 g}
: g) L# ^$ E! [$ O  Q1 |  
) k& `7 J: }# E. [// RS Hash
unsigned int RSHash(char *str)
4 h" o) }6 o, r6 c% c{
    unsigned int b = 378551;
3 k7 x" F/ d3 p7 O8 u7 {- \    unsigned int a = 63689;
    unsigned int hash = 0;
0 }  Y  f% P" Y, Q( A  
    while (*str)
4 s; {4 R. e' A( i9 h, T: G    {
2 N. A; j' p0 G2 x        hash = hash * a + (*str++);
        a *= b;
    }
  
    return (hash & 0x7FFFFFFF);
8 A2 ~1 `7 H) a4 C( N+ ?7 H}
  
1 L7 `% g+ J4 b: z3 X. ^/ S// JS Hash
  i% Z% U5 e9 S' uunsigned int JSHash(char *str)
! y' B6 |) Q) X% y3 Z0 c{
- T+ L! K. j! v$ y7 [    unsigned int hash = 1315423911;
( m% I9 H$ }* \  
    while (*str)
' |- j& t0 G' l, i  f0 c! j    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
9 z( Y% ^* h: C% x    }
  
$ y! X- C0 r+ o, y+ z    return (hash & 0x7FFFFFFF);
}
  
- y) _) Y0 O" b+ }* d4 x3 i// P. J. Weinberger Hash
) ]) }1 E/ d( A( Q# Gunsigned int PJWHash(char *str)
{
    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
: ]3 r: |  z8 z# q    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
    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]