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。
CmYkRgB123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)
{
unsignedint 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)
{
unsignedint b = 378551;
unsignedint a = 63689;
unsignedint hash = 0;
while(*str)
{
hash= hash * a + (*str++);
a*= b;
}
return(hash & 0x7FFFFFFF);
}
// JS Hash
unsigned int JSHash(char *str)
{
unsignedint hash = 1315423911;
while(*str)
{
hash^= ((hash << 5) + (*str++) + (hash >> 2));
}
return(hash & 0x7FFFFFFF);
}
// P. J. Weinberger Hash
unsigned int PJWHash(char *str)
{
unsignedint BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
unsignedint ThreeQuarters = (unsigned int)((BitsInUnignedInt * 3) / 4);
unsignedint OneEighth = (unsigned int)(BitsInUnignedInt / 8);
unsignedint HighBits = (unsigned int)(0xFFFFFFFF) << (BitsInUnignedInt
-OneEighth);
unsignedint hash = 0;
unsignedint 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)
{
unsignedint hash = 0;
unsignedint 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)
{
unsignedint seed = 131; // 31 131 1313 13131 131313 etc..
unsignedint hash = 0;
while(*str)
{
hash= hash * seed + (*str++);
}
return(hash & 0x7FFFFFFF);
}
// DJB Hash
unsigned int DJBHash(char *str)
{
unsignedint hash = 5381;
while(*str)
{
hash+= (hash << 5) + (*str++);
}
return(hash & 0x7FFFFFFF);
}
// AP Hash
unsigned int APHash(char *str)
{
unsignedint hash = 0;
inti;
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);
}