谷歌的变种murmurHash算法

谷歌变种murmurHash的编写与测试

#include<iostream>
#include<stdint.h>
#include<cstring>
#include<time.h>
#include<iterator>
#include<vector>
#include<algorithm>
using namespace std;
bool CheckLittleEndin();
uint32_t DecodeFixed32(const char* data);
uint32_t Hash(const char* data,int size,int seed);
int main(){
  const char* data="assdascxasasdz" ;
  vector<uint32_t> data_;
  vector<uint32_t>::iterator iter;
  vector<uint32_t>::iterator temp;
  int size = strlen(data);
  clock_t start = clock();
  for(int i = 1 ;i<1000000; i++){
    data_.push_back(Hash(data,size,i));
  }
  sort(data_.begin(),data_.end());
  for(iter = data_.begin();iter!=data_.end();iter++){
    cout<<*iter<<endl;

}
  temp = unique(data_.begin(),data_.end());
  cout<<"the last is"<<*(--temp);
  clock_t end = clock();
  cout<<endl;
  cout<<double(end-start)<<"ms";
  return 0;
}
bool CheckLittleEndin(){
  int test = 1;
  int temp = (unsigned char) test;

  if(test) return true;
  else return false;

}
uint32_t DecodeFixed32(const char* data){
  int result;
  if(CheckLittleEndin()){
    memcpy(&result,data,sizeof(result));
  }
  else{
    return ((static_cast<uint32_t>(static_cast<unsigned char>(data[0])))
         | (static_cast<uint32_t>(static_cast<unsigned char>(data[1])) << 8)
         | (static_cast<uint32_t>(static_cast<unsigned char>(data[2])) << 16)
         | (static_cast<uint32_t>(static_cast<unsigned char>(data[3])) << 24));
  }
}
//32bit
uint32_t Hash(const char* data, int size ,int seed){
  const uint32_t r = 24;
  const int m = 0xc6a4a793;
  const char* limit = data + size;

  uint32_t h = seed^(size*m);

  while(data+4<limit){

    uint32_t w = DecodeFixed32(data);
    data = data+4;

    h += w;  //循环操作;
    h *= m;
    h ^= (h >> 16);

  }
  switch (limit - data) {
    case 3:
      h += static_cast<unsigned char>(data[2]) << 16;
      break;
    case 2:
      h += static_cast<unsigned char>(data[1]) << 8;
      break;
    case 1:
      h += static_cast<unsigned char>(data[0]);
      h *= m;
      h ^= (h >> r);  //仅剩余一字节;
      break;
  }
  return h;
}


//你可以修改参数自己测试下,散列性与且计算很高效!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: MurmurHash 哈希算法是一种高效、简单的哈希算法,主要应用于散列表的实现。它通过对输入的数据进行多次运算,得到一个固定长度的散列值。 MurmurHash3 第三版哈希算法MurmurHash 的升级版本,与原版本相比,具有更高的散列精度和更优秀的碰撞处理能力。同时,它还支持 128 位散列值,可以更好地防止碰撞。 ### 回答2: MurmurHash是一种非加密的哈希算法,它能够将任意长度的数据映射为固定长度的哈希值。它被设计成快速且高效的哈希函数,适用于一些需要快速哈希计算的场景,如哈希表等。 MurmurHash3是MurmurHash系列的第三个版本,相较于之前的版本,有一些改进和优化。MurmurHash3具有良好的分散性和性能,适用于一些需要高速计算的应用场景。 MurmurHash3除了能够生成32位和128位的哈希值,还支持通过seed参数来对结果进行定制化控制。这意味着具有相同的输入数据和相同的seed参数,将得到相同的结果。MurmurHash3还支持并行处理,可以同时计算多个哈希值,提高了计算速度。 MurmurHash3相较于之前的版本,修复了一些潜在的安全漏洞,提供了更好的健壮性。同时,MurmurHash3对于输入数据的大小没有限制,其计算速度基本稳定不受输入数据长度影响。 总之,MurmurHash算法及其第三版MurmurHash3是一种高速、高效的哈希算法,常用于对数据进行快速哈希计算。它在分散性、性能和安全性上都有一定的优势,并且支持定制化控制和并行计算。 ### 回答3: MurmurHash是一种快速非加密的哈希算法,主要用于哈希表、散列索引和数据查找等应用中。它是由Austin Appleby在2008年提出的,发展成了多个版本,其中包括MurmurHash2和MurmurHash3。 MurmurHash3是MurmurHash系列中的第三版,相比于前两个版本,它有更高的哈希效率和更低的冲突率。MurmurHash3可以计算32位或128位哈希值,具体选择哪个取决于具体的应用需求。 MurmurHash3的实现包括一些变种,主要分为32位和128位两种。32位的MurmurHash3适用于一般的哈希算法需求,它使用了一些位运算和一系列常数来生成哈希值。而128位的MurmurHash3更加适用于对安全性要求较高的场景,它通过增加更多的变换步骤和混淆运算,并使用64位整数来计算哈希值。 MurmurHash3相比于前两个版本具有更好的分布性和更低的冲突率,这使得它在哈希表、哈希集等数据结构中表现更优秀。同时,MurmurHash3的计算速度也非常快速,适合用于对大量数据进行哈希运算的场景。 总的来说,MurmurHashMurmurHash3都是高效的哈希算法,能够快速计算出哈希值。不同版本的MurmurHash有一些差异,MurmurHash3通过进一步改进和优化,提供了更好的分布性和更低的冲突率,适用于不同的应用场景。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值