各种字符串Hash函数比较

各种字符串Hash 函数比较

文章来至：http://www.byvoid.com/blog/string-hash-compare/

此博客上还有几篇文章也很不错的

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

^? Download Hash.c

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 Function 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 Function unsigned int JSHash(char *str) {        unsigned int hash = 1315423911;          while (*str)        {               hash ^= ((hash << 5) + (*str++) + (hash >> 2));        }          return (hash & 0x7FFFFFFF); }   // P. J. Weinberger Hash Function 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 Function 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 Function 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 Function unsigned int DJBHash(char *str) {        unsigned int hash = 5381;          while (*str)        {               hash += (hash << 5) + (*str++);        }          return (hash & 0x7FFFFFFF); }   // AP Hash Function 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); }