登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

聊天机器

Chatbot's private blog

 
 
 

日志

 
 

【转】各种字符串Hash函数比较  

2010-02-27 16:42:25|  分类: 程序理论 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

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

 

 

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。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。

BYVoid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

unsigned int SDBMHash(char *str)
{
        unsigned int hash = 0;
 
        while (*str)
        {
                // equivalent to: hash = 65599*hash + (*str++);
                hash = (*str++) + (hash << 6) + (hash << 16) - hash;
        }
 
        return (hash & 0x7FFFFFFF);
}
 
// RS Hash
unsigned int RSHash(char *str)
{
        unsigned int b = 378551;
        unsigned int a = 63689;
        unsigned int hash = 0;
 
        while (*str)
        {
                hash = hash * a + (*str++);
                a *= b;
        }
 
        return (hash & 0x7FFFFFFF);
}
 
// JS Hash
unsigned int JSHash(char *str)
{
        unsigned int hash = 1315423911;
 
        while (*str)
        {
                hash ^= ((hash << 5) + (*str++) + (hash >> 2));
        }
 
        return (hash & 0x7FFFFFFF);
}
 
// 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);
        unsigned int OneEighth = (unsigned int)(BitsInUnignedInt / 8);
        unsigned int HighBits = (unsigned int)(0xFFFFFFFF) << (BitsInUnignedInt
                                               - 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);
}
  评论这张
 
阅读(292)| 评论(0)

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2018