字符串哈希（转载）

时间：2014-07-09 14:46:14 阅读：252 评论：0 收藏：0 [点我收藏+]

基本概念
所谓完美哈希函数，就是指没有冲突的哈希函数，即对任意的 key1 != key2 有h(key1) != h(key2)。
设定义域为X，值域为Y, n=|X|,m=|Y|，那么肯定有m>=n,如果对于不同的key1,key2属于X,有h(key1)!=h(key2)，那么称h为完美哈希函数，当m=n时，h称为最小完美哈希函数（这个时候就是一一映射了）。

在处理大规模字符串数据时，经常要为每个字符串分配一个整数ID。这就需要一个字符串的哈希函数。怎么样找到一个完美的字符串hash函数呢？
有一些常用的字符串hash函数。像BKDRHash，APHash，DJBHash，JSHash，RSHash，SDBMHash，PJWHash，ELFHash等等。都是比较经典的。

下面是转载的对几个常用字符串hash函数的分析：
http://www.cnblogs.com/atlantis13579/archive/2010/02/06/1664792.html

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。

  1 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 }

View Code

 1 //用跟元素个数最接近的质数作为散列表的大小
 2 #define NHASH 29989
 3 #define MULT 31
 4 
 5 unsigned in hash(char *p)
 6 {
 7     unsigned int h = 0;
 8     for (; *p; p++)
 9         h = MULT *h + *p;
10     return h % NHASH;
11 }

View Code

字符串哈希（转载）,布布扣,bubuko.com

字符串哈希（转载）

标签：style blog http color 使用 strong

原文地址：http://www.cnblogs.com/ERKE/p/3832300.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行

字符串哈希 （转载）

字符串哈希（转载）