各种字符串Hash函数比较

shane007

原文
1 r* o3 A$ E! i8 O7 qhttp://blog.csai.cn/user3/50125/archives/2009/35638.html
9 f- r3 C: O7 {9 @3 @3 [, ~. y& Z" }
; d4 |, C+ ~1 a* X" n. c[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，
! x* o, h; ^! d4 P, F; dPJWHash，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
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。
  N) ~4 w+ C5 R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
! l9 _9 E* j- {+ ?% E; L8 \+ {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
SDBMHash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。
CmYkRgB123原创，欢迎建议、交流、批评和指正。
5 B+ f0 T! `+ e5 M- s  
0 q$ y: a2 u7 P; k附：各种哈希函数的C语言程序代码

) U* `( C, P& l8 o  V* tunsigned int SDBMHash(char *str)
{
1 H! m* M+ `  n8 M. M    unsigned int hash = 0;
  
    while (*str)
    {
9 M% c" [+ G  P) i" Y, V& j4 z4 F8 ]        // equivalent to: hash = 65599*hash + (*str++);
3 V% E0 Z( s' P        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
    }
  
    return (hash & 0x7FFFFFFF);
! J  M. [; U2 N4 e! J  X% s/ V}
7 C  d* n( p" @5 x- }  
// RS Hash
, C4 a& _( n' @: `8 cunsigned int RSHash(char *str)
{
    unsigned int b = 378551;
! M, y, Z7 \: s    unsigned int a = 63689;
; o# R  K& \, S( w. I' @    unsigned int hash = 0;
  
+ H' P) E: b$ ?& c$ f8 N    while (*str)
    {
. f& F$ _2 ]* S2 I' y$ \/ R* ]1 Y# {) O        hash = hash * a + (*str++);
, b" _* v8 i' T8 ]1 A        a *= b;
0 M# x& n+ m- }% y& z& o    }
  
+ H: |: |* u9 X* e8 z    return (hash & 0x7FFFFFFF);
( x1 i. I8 S# B8 x0 m0 ]. t}
  
// JS Hash
- N/ S6 P! R% h5 l+ |. ^* ?unsigned int JSHash(char *str)
{
    unsigned int hash = 1315423911;
. Q- {9 u7 i/ }  
    while (*str)
; b1 P6 A/ l' @5 l- p    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
5 O* H$ h" F: Y, T  ~" u7 g8 @    }
( w' W( Z9 |8 A9 a3 T7 S6 E, b  
# Z- k" k! h+ W- u: ]" @    return (hash & 0x7FFFFFFF);
3 H7 ~6 y2 d8 S' I! s5 q' k4 _}
" P3 C7 `/ ^/ S; D) B$ u3 Y9 f  
// P. J. Weinberger Hash
unsigned int PJWHash(char *str)
{
    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
; b1 L: H3 u; J% ~6 r, t7 ^5 p% K    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
    unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
! g8 k2 ]9 r7 \  A) H6 y    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]