数据结构与算法各种字符串Hash函数比较

Posted 2021-04-25 码农有道

哈希表是项目中最常用的的数据结构，如数据库索引、map、缓存等地方。关于哈希表这种数据结构，一个最关键的问题是如何设计一个优秀的哈希函数，下文是一些经典的字符串哈希函数的性能测试比较及其相应的C语言实现。大家可以在项目中根据实际场景选择合适的直接使用。

注：关于哈希表，不熟悉的同学可以查看前面的文章、。

hash函数的性能测试比较

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。

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。

几种经典hash函数的实现

下面给出各种哈希函数的C语言程序实现代码，避免大家在项目中重复造轮子。

// 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);
}

//SDBMHash
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 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);
}

// JS Hash Function
unsigned int JSHash(char *str)
{
    unsigned int hash = 1315423911;    

    while (*str)
    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
    }    
    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);
}

// DJB Hash Function

unsigned int DJBHash(char *str)
{
    unsigned int hash = 5381; 
   
    while (*str)
    {
        hash += (hash << 5) + (*str++);
    }    
    return (hash & 0x7FFFFFFF);
}

推荐阅读：

专注服务器后台技术栈知识总结分享

欢迎关注交流共同进步

码农有道 coding

码农有道，为您提供通俗易懂的技术文章，让技术变的更简单！