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/ 5 n" z$ K( V2 G& _+ `! B( I% ?6 H
4 u: l2 M% s; Q; {4 r
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 ) J) s6 Q. O; x3 C# K- X: a
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, 2 j, Q2 [) N( D. \+ I1 a
这些函数几乎不可能找到碰撞。 8 D7 S# W2 L0 d
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。 " u5 ] r" K. t3 g
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 | . }5 b f; ?0 Q, [9 K0 ]! p' X, @
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 . v/ w3 d \. s! h
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。 7 p, P- G' r# X8 w) H
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 8 E* S% T( M. b J- P1 k9 Y" }
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。 - [( P6 g* @3 q* P2 b) j4 k
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。 - P; r6 |# d. x7 v
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 # ~! }1 X9 i9 r O0 g
) U* `( C, P& l8 o V* tunsigned int SDBMHash(char *str) # F' W. q7 d- |: E4 f/ Y: m* l
{
1 H! m* M+ ` n8 M. M unsigned int hash = 0; 3 {# m* s9 L6 E1 }
) q' N* m) t4 h+ l$ F1 Q) Q( P# S( s
while (*str) # r( P) _6 m- Y5 E
{
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; 0 C; H/ T7 V9 [
} 8 v' g, R4 y+ [! N$ U6 _9 u
0 o+ n O0 `! S- L% D, j
return (hash & 0x7FFFFFFF);
! J M. [; U2 N4 e! J X% s/ V}
7 C d* n( p" @5 x- } ( H/ \+ b% e U- z1 z8 r
// RS Hash
, C4 a& _( n' @: `8 cunsigned int RSHash(char *str) ) _) D1 n, s1 ]/ T' u; X
{ 3 d4 G- b' J7 K1 j- c. p
unsigned int b = 378551;
! M, y, Z7 \: s unsigned int a = 63689;
; o# R K& \, S( w. I' @ unsigned int hash = 0; ( H K2 y* a' @7 {, J" N+ `- K- `
+ H' P) E: b$ ?& c$ f8 N while (*str) 7 y% K- e! K3 q0 r
{
. 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 } $ }& E. i, U8 y: E
+ H: |: |* u9 X* e8 z return (hash & 0x7FFFFFFF);
( x1 i. I8 S# B8 x0 m0 ]. t} : s) [. q) V2 ~: V/ d" j. Y! h
( W) i: i2 H U Z/ l4 C
// JS Hash
- N/ S6 P! R% h5 l+ |. ^* ?unsigned int JSHash(char *str) Z* p& V- B$ N% B4 R* n6 K
{ / \# Y" m* X! }; r. X/ A
unsigned int hash = 1315423911;
. Q- {9 u7 i/ } ( Y: N* L+ L3 ]- `3 V# x% l
while (*str)
; b1 P6 A/ l' @5 l- p { ' ^! a) e5 c- B
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 + x* N# j! \0 d: R2 ]
// P. J. Weinberger Hash 1 J: ^- O7 T+ ^) x1 m1 j
unsigned int PJWHash(char *str)' w9 K& M/ l' j$ t9 N# ^# P
{; I, j8 V3 _2 U
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);+ \8 L+ J, o7 {4 J
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] |