各种字符串Hash函数比较

shane007

原文
0 g; Z6 {  c0 S  T; H  N% Thttp://blog.csai.cn/user3/50125/archives/2009/35638.html

3 r3 R$ r0 {# M7 g$ S( g& O8 c1 ^% l[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
* z: G4 o( \+ d) R, w  
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
2 t9 Z" ^$ c0 q* X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，
4 M0 ~* i* g6 x0 I$ w  o( 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。
% n* F9 R8 k/ V) I

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
' l1 U- r8 V+ R- D2 W0 y5 d( v6 a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。
, L$ x+ Q% Y3 V+ A/ ^' _/ x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
0 {# b& ]4 H- P; M. \! Z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。
9 T+ q2 w5 g# v/ c/ Y8 a" W. ~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。
/ A1 q2 L0 k. m7 v9 ~  
) P1 d6 D9 g$ ~% K6 @, M附：各种哈希函数的C语言程序代码

/ k3 y4 ]' V( [unsigned int SDBMHash(char *str)
% ?2 f. z# v6 f' e* m1 b! A{
    unsigned int hash = 0;
9 h7 ]9 l' a) D  
    while (*str)
    {
" x% f( g" ]% y        // equivalent to: hash = 65599*hash + (*str++);
        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
    }
* {( A% X: `* w" _1 U3 @  
    return (hash & 0x7FFFFFFF);
}
/ q6 r- I- B4 F/ {) k# N- E  
, z, D, S" U7 l: n// RS Hash
6 A- d' T& I& E. W  F: X: {+ junsigned int RSHash(char *str)
  }* Q$ F9 S& Q( @& [{
2 \* O; e9 y2 f% ~  b% u3 }0 \    unsigned int b = 378551;
9 G% ?5 E/ R0 @: H    unsigned int a = 63689;
    unsigned int hash = 0;
  
0 q9 N4 O5 f9 S: [- m, ]    while (*str)
    {
        hash = hash * a + (*str++);
# S1 d5 _% y3 d3 [        a *= b;
    }
  
    return (hash & 0x7FFFFFFF);
& f* z& Q# n/ K5 k}
9 S! X  h" G' F! h% v7 _5 H  
// JS Hash
unsigned int JSHash(char *str)
6 B2 S" ~) h6 K% D$ H{
    unsigned int hash = 1315423911;
9 ~5 I. [4 A9 Z; M' p  
7 C$ a; ^" a0 }4 W    while (*str)
    {
# M  ?; {7 C' q        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
/ W5 {3 e: M' ?( n+ e$ \2 K# a: G    }
, ~2 ~+ c/ |3 \3 e  Q  
    return (hash & 0x7FFFFFFF);
/ A; J1 L: \  R& s}
8 K. \& G4 V6 m6 |, i& ?9 U  
  m& l/ K) v9 x7 p+ U" H1 s9 e, M// P. J. Weinberger Hash
& t0 B3 `  ]" d. \. ]& K3 Ounsigned int PJWHash(char *str)
" D  m  Q' A/ D+ ^9 @$ @! S: I{
    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
' p5 |  @7 p: _2 B' y    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
3 G: h4 J; z7 Y- r( F2 z8 O9 ^4 O    unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
! P/ Z& H! |9 g. i# @% f    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]