常用的字符串Hash函数

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。

 

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 );
}