各种字符串Hash函数比较

原文：http://explorers.iteye.com/blog/698377

 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)


 {
     unsigned int 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)
 {
     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
 unsigned int JSHash(char *str)
 {
     unsigned int hash = 1315423911;

     while (*str)
     {
         hash ^= ((hash << 5) + (*str++) + (hash >> 2));
     }

     return (hash & 0x7FFFFFFF);
 }

 // P. J. Weinberger Hash
 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
 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
 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
 unsigned int DJBHash(char *str)
 {
     unsigned int hash = 5381;

     while (*str)
     {
         hash += (hash << 5) + (*str++);
     }

     return (hash & 0x7FFFFFFF);
 }

 // AP Hash
 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);
 }