[置顶] 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    1得分    2得分    3得分     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

 

// 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);  
}  
// 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);  
}  
// DJB Hash Function  
unsigned int DJBHash(char *str)  
{  
    unsigned int hash = 5381;  
    while (*str)hash += (hash << 5) + (*str++);  
    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);  
}  
  
// 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);  
}  
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);  
}  
  
// 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);  
}