各种字符串Hash函数比较

shane007

原文
7 L& }( g9 t' xhttp://blog.csai.cn/user3/50125/archives/2009/35638.html

[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
  
2 c) l. J, E: T9 [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，
/ i* f# J3 G$ s( f; ?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，
8 M9 K% \2 X8 K3 H( I1 }' h  _  E* yPJWHash，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

& p7 ~; m' ^: ?$ `% `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。
+ r, L8 q7 X" Y: n2 O  N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
1 P4 p1 m# x' n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
1 [( w/ O" w% oSDBMHash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。
+ I- m$ i# {2 W4 C( g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。
. \: w* k- T7 j9 P+ S* b& vCmYkRgB123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

7 e% f8 C6 p9 E2 J! `unsigned int SDBMHash(char *str)
, Z) a  W, @1 i0 c5 g{
    unsigned int hash = 0;
& r$ m: k, ]1 p/ y5 B  
    while (*str)
    {
        // equivalent to: hash = 65599*hash + (*str++);
        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
3 b& m4 O: j" |    }
5 N! H) [- a! B/ Q8 I) @  
8 |$ g! C+ ]" e5 o+ J- C3 u- D- T    return (hash & 0x7FFFFFFF);
}
  
// RS Hash
unsigned int RSHash(char *str)
{
+ R5 P8 l) c) g+ {" @1 ~+ p+ }  f    unsigned int b = 378551;
( B8 d% C! ]$ E5 R    unsigned int a = 63689;
    unsigned int hash = 0;
7 L7 r# T) g, I7 ^  
    while (*str)
) n5 ]( O3 X" w7 S% c/ G5 m1 a    {
        hash = hash * a + (*str++);
+ G  c# s1 b8 W8 }) j0 s, l        a *= b;
! N  R/ b* s3 X+ n3 C2 R3 @% _    }
% z2 ^! F* ]; B9 P1 B; f  
% H. y7 g5 z' w+ N/ @- f  @, N! A    return (hash & 0x7FFFFFFF);
9 P2 ^& z: e: A. f6 y}
  
// JS Hash
unsigned int JSHash(char *str)
4 q7 S5 s) }2 s% v0 `{
    unsigned int hash = 1315423911;
  
9 H$ J9 A4 V3 E. a, Z6 e  v    while (*str)
    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
1 s# v8 e/ V* v1 N5 G    }
+ E3 N5 c" o% l; \  
    return (hash & 0x7FFFFFFF);
}
: t+ f* S# K. y  
$ e! c8 m! G$ ]/ S$ T- O// P. J. Weinberger Hash
( q4 Y! ]: U9 E/ j# Munsigned int PJWHash(char *str)
2 j( x' x0 m2 }6 n- e; j7 e# c{
# {8 O% s! L  I, N# k  I4 h- v    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
7 F7 R( r' x  E3 @6 w/ F) A- B- S    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]