各种字符串Hash函数比较

shane007

原文
http://blog.csai.cn/user3/50125/archives/2009/35638.html
5 x; Q; ]% p& B; L6 x3 M" }
) z0 k0 j. A( T[pre]文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/
' q% a# `( g' k  
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
/ c  B) C2 w+ e9 D2 `6 s" z& i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 r1 Q# M% M4 h2 Z8 C) V6 m& p$ B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

5 T/ _: W" T: W- v0 \8 \* T7 l9 P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
+ T+ P* F, X6 n. r0 ~: [; [- Z/ _4 x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。
. c" s- \9 V5 I! D9 |" 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。
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
- E" o- N% F( U. C5 zSDBMHash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。
. M, q5 X9 p: I" j; ^- |8 Z& H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。
. q( e9 i2 P6 }' v* ICmYkRgB123原创，欢迎建议、交流、批评和指正。
  
1 Z- R* g0 }# P9 r' @& K( f" k附：各种哈希函数的C语言程序代码

* {3 |+ l# v8 Z- aunsigned int SDBMHash(char *str)
{
    unsigned int hash = 0;
  
+ {0 e; d  s4 Y" W8 P    while (*str)
' F5 p4 F& U1 i: \. a- G    {
        // equivalent to: hash = 65599*hash + (*str++);
        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
+ i0 ?) Z4 p( R# S' \9 n    }
  z; o0 ~4 Q5 m9 \  
    return (hash & 0x7FFFFFFF);
: Q9 O. q3 X/ _}
  
// RS Hash
3 R+ b8 R" ]! n! ounsigned int RSHash(char *str)
{
6 T( i( N5 B3 x" T1 W4 Y* ^    unsigned int b = 378551;
    unsigned int a = 63689;
    unsigned int hash = 0;
7 ^# C  R) j6 ?: n: t8 b& M0 V1 I4 l  
  A1 p( D# I5 C$ \' a1 q    while (*str)
    {
& J' c0 B6 c' {1 w. W6 `        hash = hash * a + (*str++);
        a *= b;
  g; R4 l( V: j: t: H    }
  
  f. p# p  r* m" m5 S) f$ S    return (hash & 0x7FFFFFFF);
0 e, m2 E( Z8 v# O; D, e4 r5 S}
  
6 c0 O; q3 ]+ Y* q% M6 v$ U" x// JS Hash
; N3 K: c' \/ t' tunsigned int JSHash(char *str)
{
9 ~; {% m8 {2 G; r1 H* \) O    unsigned int hash = 1315423911;
) }/ M" b- f2 h  G  
    while (*str)
    {
7 v4 R( P+ L( n$ ]        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
$ R# X. n. G& U8 B' u    }
  
    return (hash & 0x7FFFFFFF);
+ H, z, ]% }' F! l: i}
  
! @7 r* P" I7 j3 k// P. J. Weinberger Hash
unsigned int PJWHash(char *str)
{
    unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
    unsigned int ThreeQuarters    = (unsigned int)((BitsInUnignedInt  * 3) / 4);
4 T8 l$ Z: G4 U1 A8 @    unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
" F  ?1 g! y9 {  ]. 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]