各种字符串Hash函数比较

shane007

原文
+ C6 n3 r. T! E, x% M+ O8 m! chttp://blog.csai.cn/user3/50125/archives/2009/35638.html
# B$ \8 ~8 }, v! |9 L3 |' F
[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
( a3 f) D2 g( K+ A$ r0 z; ^  
, c8 o; R  Z; F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，
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。
* D, \8 E) p8 W

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。
( W$ w$ M$ w( s" j7 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
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
; U  e1 `/ u+ W: t1 Q  E) \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。
% ^) X: v( H/ E4 {0 {* w9 [6 MCmYkRgB123原创，欢迎建议、交流、批评和指正。
5 i: {  g6 J. A6 _! ]  
附：各种哈希函数的C语言程序代码

unsigned int SDBMHash(char *str)
- k; G& r; m) q# R1 J{
    unsigned int hash = 0;
/ K4 u& Y  q2 d1 N4 F  
% r8 O. l# c9 N7 [, f0 j    while (*str)
    {
        // equivalent to: hash = 65599*hash + (*str++);
        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
    }
! ^9 H; Z6 E; @+ R, H; L  
; D) {  L  K0 G    return (hash & 0x7FFFFFFF);
4 O1 G' P' {2 n2 U  ^' q2 u+ u+ ?}
  
// RS Hash
unsigned int RSHash(char *str)
& K6 f9 {. O' a) v: `{
9 u9 p: x8 G8 }2 `/ ~" S; n$ Q5 O  I    unsigned int b = 378551;
4 f# L* l. r: {, I3 N    unsigned int a = 63689;
: L( e8 m. M7 J8 w6 m) Y9 T9 {    unsigned int hash = 0;
  
    while (*str)
8 x0 s5 {: J0 C* P    {
  e% I! @! X% [2 o        hash = hash * a + (*str++);
3 u% `! D* J+ W* J% _' ^        a *= b;
    }
- l2 M4 e+ r; ?4 e- t  
    return (hash & 0x7FFFFFFF);
3 B  e9 H: X( V4 s6 j}
  
// JS Hash
# Q7 l8 n" E, G) P) g0 k6 W1 i# funsigned int JSHash(char *str)
{
( e" H5 ?1 H  m2 ^9 {+ }    unsigned int hash = 1315423911;
  
  {$ ^. G. K: c% C9 R    while (*str)
' M  q) M8 _  G    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
    }
  g& |) g! ?8 T, n/ J- o  
" W% H0 ]! i5 H4 [    return (hash & 0x7FFFFFFF);
}
7 Q* k( I. v- [3 W5 ~  
3 s' s0 h- i9 Q! I// P. J. Weinberger Hash
unsigned int PJWHash(char *str)
{
    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
- h1 ^1 ^" [% A$ a- S3 b    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
+ H' e9 E, a4 Z( @    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]