字符串Hash函數比較

原址鏈接：http://www.cmykrgb123.cn/blog/string-hash-compare/

常用的字符串Hash函數還有ELFHash，APHash等等，都是十分簡單有效的方法。這些函數使用位運算使得每一個字符都對最後的函數值產生影響。另外還有以MD5和SHA1爲代表的雜湊函數，這些函數幾乎不可能找到碰撞。

常用字符串哈希函數有BKDRHash，APHash，DJBHash，JSHash，RSHash，SDBMHash，PJWHash，ELFHash等等。對於以上幾種哈希函數，我對其進行了一個小小的評測。

Hash函數	數據1	數據2	數據3	數據4	數據1得分	數據2得分	數據3得分	數據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

其中數據1爲100000個字母和數字組成的隨機串哈希衝突個數。數據2爲100000個有意義的英文句子哈希衝突個數。數據3爲數據1的哈希值與 1000003(大素數)求模後存儲到線性表中衝突的個數。數據4爲數據1的哈希值與10000019(更大素數)求模後存儲到線性表中衝突的個數。

經過比較，得出以上平均得分。平均數爲平方平均數。可以發現，BKDRHash無論是在實際效果還是編碼實現中，效果都是最突出的。APHash也 是較爲優秀的算法。DJBHash,JSHash,RSHash與SDBMHash各有千秋。PJWHash與ELFHash效果最差，但得分相似，其算 法本質是相似的。

在信息修競賽中，要本着易於編碼調試的原則，個人認爲BKDRHash是最適合記憶和使用的。

CmYkRgB123原創，歡迎建議、交流、批評和指正。

附：各種哈希函數的C語言程序代碼

 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 }