Dan Bernstein 的 Djb2 哈希函数：当我们只能乘以 33 时，为啥还要使用按位运算符？

Posted 2023-03-29

【中文标题】Dan Bernstein 的 Djb2 哈希函数：当我们只能乘以 33 时，为啥还要使用按位运算符？

【英文标题】：Djb2 hash function by Dan Bernstein : Why use bitwise operator when we can just multiply by 33?Dan Bernstein 的 Djb2 哈希函数：当我们只能乘以 33 时，为什么还要使用按位运算符？

【发布时间】：2021-10-18 22:37:53

【问题描述】：

在 Dan Bernstein 著名的 Djb2 哈希函数中，我看到使用按位运算符是首选，但为什么要使用它而不是简单的乘法呢？是不是更快？

(散列

// Hashes word to a number
unsigned int hash(const char *word)

    // Djb2 hash function by Dan Bernstein
    unsigned long hash = 5381;
    int c;
    while ((c = *word++))
    
        hash = ((hash << 5) + hash) + tolower(c); /* hash * 33 + c */
    

    return hash % N;

【问题讨论】：

欢迎来到 Stack Overflow。 softwareengineering.stackexchange.com/questions/234967/… 会回答你的问题吗？

您可能想检查您的 优化 asm 输出，因为如果在这种情况下该计算的 both 版本我不会感到惊讶最终生成相同的功能代码。 clang 12.01 和 gcc 11.2 都将生成 shift-arithmetic-left 5 和后续添加，无论您是否明确按照所示代码指定 或 仅使用 (hash * 33)。

任何现代编译器都会为两者生成相同的代码（godbolt 确认），但在 1991 年设计此算法时可能并非如此。

【参考方案1】：

既然我们只能乘以 33，为什么还要使用位运算符？ 但是为什么要在简单的乘法上使用它呢？是不是更快？

BITD，编译器没有那么智能，所以它通常更快。 @that other guy

今天，除非您的情况另有说明（例如，使用弱编译器），否则为清晰起见编写代码。无论哪种方式，一个好的编译器都会产生高效的代码。

hash = ((hash << 5) + hash) + tolower(c);
// or
hash = hash * 33u + tolower(c);

因为这是一个哈希，所以两者都一样清楚。

---

迂腐

如果c < 0，islower() 的定义不是很好。

替代方案，对安静的迂腐警告进行一些强制转换，并且可能会加快 unsigned 代码。

unsigned hash(const char *word) 
    const unsigned char *uword = (const unsigned char *) word;
    unsigned long hash = 5381u;
    int c;
    while ((c = *uword++)) 
        hash = hash*33u + (unsigned)tolower(c);
    
    return (unsigned) (hash % N);