字符串hash算法比较

原帖链接：http://blog.csdn.net/shuckstark/article/details/8178270

 

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

 

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

 

 

[cpp]  view plain copy

1. unsigned int SDBMHash(char *str)  
2. {  
3.     unsigned int hash = 0;  
4.    
5.     while (*str)  
6.     {  
7.         // equivalent to: hash = 65599*hash + (*str++);  
8.         hash = (*str++) + (hash << 6) + (hash << 16) - hash;  
9.     }  
10.    
11.     return (hash & 0x7FFFFFFF);  
12. }  
13.    
14. // RS Hash Function  
15. unsigned int RSHash(char *str)  
16. {  
17.     unsigned int b = 378551;  
18.     unsigned int a = 63689;  
19.     unsigned int hash = 0;  
20.    
21.     while (*str)  
22.     {  
23.         hash = hash * a + (*str++);  
24.         a *= b;  
25.     }  
26.    
27.     return (hash & 0x7FFFFFFF);  
28. }  
29.    
30. // JS Hash Function  
31. unsigned int JSHash(char *str)  
32. {  
33.     unsigned int hash = 1315423911;  
34.    
35.     while (*str)  
36.     {  
37.         hash ^= ((hash << 5) + (*str++) + (hash >> 2));  
38.     }  
39.    
40.     return (hash & 0x7FFFFFFF);  
41. }  
42.    
43. // P. J. Weinberger Hash Function  
44. unsigned int PJWHash(char *str)  
45. {  
46.     unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);  
47.     unsigned int ThreeQuarters  = (unsigned int)((BitsInUnignedInt  * 3) / 4);  
48.     unsigned int OneEighth      = (unsigned int)(BitsInUnignedInt / 8);  
49.     unsigned int HighBits        = (unsigned int)(0xFFFFFFFF) << (BitsInUnignedInt - OneEighth);  
50.     unsigned int hash            = 0;  
51.     unsigned int test            = 0;  
52.    
53.     while (*str)  
54.     {  
55.         hash = (hash << OneEighth) + (*str++);  
56.         if ((test = hash & HighBits) != 0)  
57.         {  
58.             hash = ((hash ^ (test >> ThreeQuarters)) & (~HighBits));  
59.         }  
60.     }  
61.    
62.     return (hash & 0x7FFFFFFF);  
63. }  
64.    
65. // ELF Hash Function  
66. unsigned int ELFHash(char *str)  
67. {  
68.     unsigned int hash = 0;  
69.     unsigned int x  = 0;  
70.    
71.     while (*str)  
72.     {  
73.         hash = (hash << 4) + (*str++);  
74.         if ((x = hash & 0xF0000000L) != 0)  
75.         {  
76.             hash ^= (x >> 24);  
77.             hash &= ~x;  
78.         }  
79.     }  
80.    
81.     return (hash & 0x7FFFFFFF);  
82. }  
83.    
84. // BKDR Hash Function  
85. unsigned int BKDRHash(char *str)  
86. {  
87.     unsigned int seed = 131; // 31 131 1313 13131 131313 etc..  
88.     unsigned int hash = 0;  
89.    
90.     while (*str)  
91.     {  
92.         hash = hash * seed + (*str++);  
93.     }  
94.    
95.     return (hash & 0x7FFFFFFF);  
96. }  
97.    
98. // DJB Hash Function  
99. unsigned int DJBHash(char *str)  
100. {  
101.     unsigned int hash = 5381;  
102.    
103.     while (*str)  
104.     {  
105.         hash += (hash << 5) + (*str++);  
106.     }  
107.    
108.     return (hash & 0x7FFFFFFF);  
109. }  
110.    
111. // AP Hash Function  
112. unsigned int APHash(char *str)  
113. {  
114.     unsigned int hash = 0;  
115.     int i;  
116.    
117.     for (i=0; *str; i++)  
118.     {  
119.         if ((i & 1) == 0)  
120.         {  
121.             hash ^= ((hash << 7) ^ (*str++) ^ (hash >> 3));  
122.         }  
123.         else  
124.         {  
125.             hash ^= (~((hash << 11) ^ (*str++) ^ (hash >> 5)));  
126.         }  
127.     }  
128.    
129.     return (hash & 0x7FFFFFFF);  
130. }