原文 / ^( Z' b+ a* v; l- r* W: t
http://blog.csai.cn/user3/50125/archives/2009/35638.html # q# c& H# j6 |* O* n2 |( n
6 b C" [0 L, z
[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
; g9 }( O. I5 \! _5 M& U6 t4 ] ' C/ l0 e' T, r/ _1 w* I$ }: r8 X
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 ' N" D8 {0 s1 X! o$ J
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 H) K8 ?$ p0 ?& _9 y. u
这些函数几乎不可能找到碰撞。 1 i* _7 E! W; W4 w/ P0 }
常用字符串哈希函数有BKDRHash,APHash,DJBHash,JSHash,RSHash,SDBMHash, 2 y6 d: x/ ?2 T7 L9 J7 ?
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。 ; B" M" j( b+ B! J' C! n$ 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 |
7 O3 f1 t+ q9 k3 l. ?% c' }6 Q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 0 |4 U4 B, x& y, m# Y
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。
0 Q( ^2 [, U. `1 {- X5 Y7 L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。
3 j9 Y/ z% R* s6 _4 O$ L' f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
; t% C4 e/ f" U& o* s 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 / `; ~* G& x" I: i" f' i
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。 1 \; H: n; \5 ]4 B: N" X' T
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。
# E- S/ I$ o2 x& S* c" Y. a$ YCmYkRgB123原创,欢迎建议、交流、批评和指正。 . R% R f3 q/ B& G$ e9 K
5 Y K& o9 h+ G$ e" p, H4 v/ D: Z
附:各种哈希函数的C语言程序代码
2 I& p0 {+ G% b/ T X0 i) u' o, [9 Z% Q! G" s2 O
unsigned int SDBMHash(char *str)
0 R3 Z$ f4 @4 ~5 v$ j! W4 z9 ~{
8 |' E' D( T& N; B3 x7 m, d unsigned int hash = 0; ) P+ g; ~) e/ |3 o9 [' g0 ]
- u# M! F# F) i! c& ^
while (*str) : `& B" _" j$ t0 j6 [9 g+ Q# F
{ & ~4 x2 m" P9 J8 d5 E
// equivalent to: hash = 65599*hash + (*str++);
& V' m+ a) [. q1 n3 T9 _% E# ? hash = (*str++) + (hash << 6) + (hash << 16) - hash;
" W: T+ M- o6 Y0 N. M% C }
. ~ ^ k- X$ Z/ y / d/ p1 T, _& y+ ?; V. V
return (hash & 0x7FFFFFFF); " O7 V8 w7 h$ I; L* c3 O
} 3 s/ X6 L% P6 O9 g2 ?
4 S8 v4 ?; \$ C2 \// RS Hash
- I; h" S% J2 y0 j# Z- W% Vunsigned int RSHash(char *str)
Z: O ]* y& K# W5 x4 q1 ]1 |{ 1 s$ z) v9 R q& t
unsigned int b = 378551;
5 z! n) Y$ Z# h0 |( K; a% ~ unsigned int a = 63689;
; C8 e8 j3 {8 l unsigned int hash = 0;
: x/ z3 M. j4 |6 `. P+ K5 l* ? * j# I$ L( h6 i$ J& H6 [
while (*str) * K6 ?) q* x6 j4 s* u
{ _* N5 f: n8 ^* `2 M# h
hash = hash * a + (*str++);
" x0 p2 }: s! z a *= b; " J1 o* T9 p9 u8 S1 Z
}
% L" h3 ?) r, G! z1 R/ T( ]8 v / |* F1 d; L& Z' M% A5 q, w
return (hash & 0x7FFFFFFF); 1 N% @3 B" {- g, J, W; R5 J
} : i) w# P+ h( b& D: w' b
7 D5 ^8 K' A+ q) Q6 \2 w) o6 g// JS Hash
7 `* E5 O U5 R! m1 _- J& R) Funsigned int JSHash(char *str)
6 F' o% F+ x& m{
9 n h R4 y& k: u$ P9 C unsigned int hash = 1315423911;
, v( T* R# B9 t' @" o 3 f4 Q i/ g/ T6 T2 P3 d
while (*str) 4 I8 g3 N2 R* V/ p" c
{ 1 h, Z0 o1 X- Q: }" ]) g# C/ Y
hash ^= ((hash << 5) + (*str++) + (hash >> 2)); # n- j. ]- p( r3 C0 U! f5 E. C
} 9 S( ?& V% P) K' r( T
" C9 x- l- L9 ~5 g: z) ~. p return (hash & 0x7FFFFFFF); 4 B! X! Z7 W# I6 g
}
9 ]* d- M# M9 M+ ~) { ; E. O+ T5 B6 L* T2 h$ {3 g6 j& z
// P. J. Weinberger Hash
- p. v( K9 {: P# R7 O- V8 munsigned int PJWHash(char *str)
4 d+ b) B1 n/ J3 O5 P. L{ A2 d" `8 M4 b: d/ d
unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
n1 M$ W5 _6 q9 R/ Z unsigned int ThreeQuarters = (unsigned int)((BitsInUnignedInt * 3) / 4);# H- P% \) }, \: O1 q* r( L5 h
unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
9 B9 f! K7 Z, D& D j: a 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] |