各种字符串Hash函数比较

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

 

  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 }

转载自：http://www.byvoid.com/blog/string-hash-compare/