各种字符串Hash函数比较

文章转摘自http://www.cmykrgb123.cn/blog/string-hash-compare/

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);}