各种字符串Hash函数比较

shane007

原文
http://blog.csai.cn/user3/50125/archives/2009/35638.html

[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
; g9 }( O. I5 \! _5 M& U6 t4 ]  
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。

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
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
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。
# E- S/ I$ o2 x& S* c" Y. a$ YCmYkRgB123原创，欢迎建议、交流、批评和指正。
  
附：各种哈希函数的C语言程序代码
2 I& p0 {+ G% b/ T  X0 i) u
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;
  
    while (*str)
    {
        // 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  
    return (hash & 0x7FFFFFFF);
}
  
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 |{
    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* ?  
    while (*str)
    {
        hash = hash * a + (*str++);
" x0 p2 }: s! z        a *= b;
    }
% L" h3 ?) r, G! z1 R/ T( ]8 v  
    return (hash & 0x7FFFFFFF);
}
  
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  
    while (*str)
    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
    }
  
" C9 x- l- L9 ~5 g: z) ~. p    return (hash & 0x7FFFFFFF);
}
9 ]* d- M# M9 M+ ~) {  
// 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{
    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
  n1 M$ W5 _6 q9 R/ Z    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
    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]