/// @brief BKDR Hash Function
/// @detail 本 算法由於在Brian Kernighan與Dennis Ritchie的《The C Programming Language》一書被展示而得 名，是一種簡單快捷的hash算法，也是Java目前採用的字符串的Hash算法（累乘因子爲31）。
template<class T>
size_t BKDRHash(const T *str)
{
register size_t hash = 0;
while (size_t ch = (size_t)*str++)
{
hash = hash * 131 + ch; // 也可以乘以31、131、1313、13131、131313..
// 有人說將乘法分解爲位運算及加減法可以提高效率，如將上式表達爲：hash = hash << 7 + hash << 1 + hash + ch;
// 但其實在Intel平臺上，CPU內部對二者的處理效率都是差不多的，
// 我分別進行了100億次的上述兩種運算，發現二者時間差距基本爲0（如果是Debug版，分解成位運算後的耗時還要高1/3）；
// 在ARM這類RISC系統上沒有測試過，由於ARM內部使用Booth's Algorithm來模擬32位整數乘法運算，它的效率與乘數有關：
// 當乘數8-31位都爲1或0時，需要1個時鐘週期
// 當乘數16-31位都爲1或0時，需要2個時鐘週期
// 當乘數24-31位都爲1或0時，需要3個時鐘週期
// 否則，需要4個時鐘週期
// 因此，雖然我沒有實際測試，但是我依然認爲二者效率上差別不大
}
return hash;
}
/// @brief SDBM Hash Function
/// @detail 本算法是由於在開源項目SDBM（一種簡單的數據庫引擎）中被應用而得名，它與BKDRHash思想一致，只是種子不同而已。
template<class T>
size_t SDBMHash(const T *str)
{
register size_t hash = 0;
while (size_t ch = (size_t)*str++)
{
hash = 65599 * hash + ch;
//hash = (size_t)ch + (hash << 6) + (hash << 16) - hash;
}
return hash;
}
/// @brief RS Hash Function
/// @detail 因Robert Sedgwicks在其《Algorithms in C》一書中展示而得名。
template<class T>
size_t RSHash(const T *str)
{
register size_t hash = 0;
size_t magic = 63689;
while (size_t ch = (size_t)*str++)
{
hash = hash * magic + ch;
magic *= 378551;
}
return hash;
}
/// @brief AP Hash Function
/// @detail 由Arash Partow發明的一種hash算法。
template<class T>
size_t APHash(const T *str)
{
register size_t hash = 0;
size_t ch;
for (long i = 0; ch = (size_t)*str++; i++)
{
if ((i & 1) == 0)
{
hash ^= ((hash << 7) ^ ch ^ (hash >> 3));
}
else
{
hash ^= (~((hash << 11) ^ ch ^ (hash >> 5)));
}
}
return hash;
}
/// @brief JS Hash Function
/// 由Justin Sobel發明的一種hash算法。
template<class T>
size_t JSHash(const T *str)
{
if(!*str) // 這是由本人添加，以保證空字符串返回哈希值0
return 0;
register size_t hash = 1315423911;
while (size_t ch = (size_t)*str++)
{
hash ^= ((hash << 5) + ch + (hash >> 2));
}
return hash;
}
/// @brief DEK Function
/// @detail 本算法是由於Donald E. Knuth在《Art Of Computer Programming Volume 3》中展示而得名。
template<class T>
size_t DEKHash(const T* str)
{
if(!*str) // 這是由本人添加，以保證空字符串返回哈希值0
return 0;
register size_t hash = 1315423911;
while (size_t ch = (size_t)*str++)
{
hash = ((hash << 5) ^ (hash >> 27)) ^ ch;
}
return hash;
}
/// @brief FNV Hash Function
/// @detail Unix system系統中使用的一種著名hash算法，後來微軟也在其hash_map中實現。
template<class T>
size_t FNVHash(const T* str)
{
if(!*str) // 這是由本人添加，以保證空字符串返回哈希值0
return 0;
register size_t hash = 2166136261;
while (size_t ch = (size_t)*str++)
{
hash *= 16777619;
hash ^= ch;
}
return hash;
}
/// @brief DJB Hash Function
/// @detail 由Daniel J. Bernstein教授發明的一種hash算法。
template<class T>
size_t DJBHash(const T *str)
{
if(!*str) // 這是由本人添加，以保證空字符串返回哈希值0
return 0;
register size_t hash = 5381;
while (size_t ch = (size_t)*str++)
{
hash += (hash << 5) + ch;
}
return hash;
}
/// @brief DJB Hash Function 2
/// @detail 由Daniel J. Bernstein 發明的另一種hash算法。
template<class T>
size_t DJB2Hash(const T *str)
{
if(!*str) // 這是由本人添加，以保證空字符串返回哈希值0
return 0;
register size_t hash = 5381;
while (size_t ch = (size_t)*str++)
{
hash = hash * 33 ^ ch;
}
return hash;
}
/// @brief PJW Hash Function
/// @detail 本算法是基於AT&T貝爾實驗室的Peter J. Weinberger的論文而發明的一種hash算法。
template<class T>
size_t PJWHash(const T *str)
{
static const size_t TotalBits = sizeof(size_t) * 8;
static const size_t ThreeQuarters = (TotalBits * 3) / 4;
static const size_t OneEighth = TotalBits / 8;
static const size_t HighBits = ((size_t)-1) << (TotalBits - OneEighth);
register size_t hash = 0;
size_t magic = 0;
while (size_t ch = (size_t)*str++)
{
hash = (hash << OneEighth) + ch;
if ((magic = hash & HighBits) != 0)
{
hash = ((hash ^ (magic >> ThreeQuarters)) & (~HighBits));
}
}
return hash;
}
/// @brief ELF Hash Function
/// @detail 由於在Unix的Extended Library Function被附帶而得名的一種hash算法，它其實就是PJW Hash的變形。
template<class T>
size_t ELFHash(const T *str)
{
static const size_t TotalBits = sizeof(size_t) * 8;
static const size_t ThreeQuarters = (TotalBits * 3) / 4;
static const size_t OneEighth = TotalBits / 8;
static const size_t HighBits = ((size_t)-1) << (TotalBits - OneEighth);
register size_t hash = 0;
size_t magic = 0;
while (size_t ch = (size_t)*str++)
{
hash = (hash << OneEighth) + ch;
if ((magic = hash & HighBits) != 0)
{
hash ^= (magic >> ThreeQuarters);
hash &= ~magic;
}
}
return hash;
}我對這些hash的散列質量及效率作了一個簡單測試，測試結果如下：
測試1：對100000個由大小寫字母與數字隨機的ANSI字符串（無重複，每個字符串最大長度不超過64字符）進行散列：
測試2：對100000個由任意UNICODE組成隨機字符串（無重複，每個字符串最大長度不超過64字符）進行散列：
測試3：對1000000個隨機ANSI字符串（無重複，每個字符串最大長度不超過64字符）進行散列：
結論：也許是我的樣本存在一些特殊性，在對ASCII碼字符串進行散列時，PJW與ELF Hash（它們其實是同一種算法）無論是質量還是效率，都相當糟糕；例如："b5"與“aE"，這兩個字符串按照PJW散列出來的hash值就是一樣的。 另外，其它幾種依靠異或來散列的哈希函數，如：JS/DEK/DJB Hash，在對字母與數字組成的字符串的散列效果也不怎麼好。相對而言，還是BKDR與SDBM這類簡單的Hash效率與效果更好。
其他：
作者：icefireelf
出處：http://blog.csdn.net/icefireelf/article/details/5796529