[转]经典字符串哈希算法
来源:互联网 发布:java resultset 编辑:程序博客网 时间:2024/05/18 01:53
1 概述链表查找的时间效率为O(N),二分法为log2N,B+ Tree为log2N,但Hash链表查找的时间效率为O(1)。设计高效算法往往需要使用Hash链表,常数级的查找速度是任何别的算法无法比拟的,Hash链表的构造和冲突的不同实现方法对效率当然有一定的影响,然而Hash函数是Hash链表最核心的部分,本文尝试分析一些经典软件中使用到的字符串Hash函数在执行效率、离散性、空间利用率等方面的性能问题。2 经典字符串Hash函数介绍作者阅读过大量经典软件原代码,下面分别介绍几个经典软件中出现的字符串Hash函数。2.1 PHP中出现的字符串Hash函数static unsigned long hashpjw(char *arKey, unsigned int nKeyLength){unsigned long h = 0, g;char *arEnd=arKey+nKeyLength; while (arKey < arEnd) {h = (h << 4) + *arKey++;if ((g = (h & 0xF0000000))) {h = h ^ (g >> 24);h = h ^ g;}}return h;}2.2 OpenSSL中出现的字符串Hash函数unsigned long lh_strhash(char *str){int i,l;unsigned long ret=0;unsigned short *s; if (str == NULL) return(0);l=(strlen(str)+1)/2;s=(unsigned short *)str;for (i=0; iret^=(s[i]<<(i&0x0f));return(ret);} */ unsigned long lh_strhash(const char *c){unsigned long ret=0;long n;unsigned long v;int r; if ((c == NULL) || (*c == '\0'))return(ret); n=0x100;while (*c){v=n|(*c);n+=0x100;r= (int)((v>>2)^v)&0x0f;ret=(ret<>(32-r));ret&=0xFFFFFFFFL;ret^=v*v;c++;}return((ret>>16)^ret);}在下面的测量过程中我们分别将上面的两个函数标记为OpenSSL_Hash1和OpenSSL_Hash2,至于上面的实现中使用MD5算法的实现函数我们不作测试。2.3 MySql中出现的字符串Hash函数#ifndef NEW_HASH_FUNCTION static uint calc_hashnr(const byte *key,uint length){register uint nr=1, nr2=4;while (length--){nr^= (((nr & 63)+nr2)*((uint) (uchar) *key++))+ (nr << 8);nr2+=3;}return((uint) nr);} static uint calc_hashnr_caseup(const byte *key,uint length){register uint nr=1, nr2=4;while (length--){nr^= (((nr & 63)+nr2)*((uint) (uchar) toupper(*key++)))+ (nr << 8);nr2+=3;}return((uint) nr);} #else uint calc_hashnr(const byte *key, uint len){const byte *end=key+len;uint hash;for (hash = 0; key < end; key++){hash *= 16777619;hash ^= (uint) *(uchar*) key;}return (hash);} uint calc_hashnr_caseup(const byte *key, uint len){const byte *end=key+len;uint hash;for (hash = 0; key < end; key++){hash *= 16777619;hash ^= (uint) (uchar) toupper(*key);}return (hash);} #endifMysql中对字符串Hash函数还区分了大小写,我们的测试中使用不区分大小写的字符串Hash函数,另外我们将上面的两个函数分别记为MYSQL_Hash1和MYSQL_Hash2。2.4 另一个经验字符串Hash函数unsigned int hash(char *str){register unsigned int h;register unsigned char *p; for(h=0, p = (unsigned char *)str; *p ; p++)h = 31 * h + *p; return h;}3 测试及结果3.1 测试说明从上面给出的经典字符串Hash函数中可以看出,有的涉及到字符串大小敏感问题,我们的测试中只考虑字符串大小写敏感的函数,另外在上面的函数中有的函数需要长度参数,有的不需要长度参数,这对函数本身的效率有一定的影响,我们的测试中将对函数稍微作一点修改,全部使用长度参数,并将函数内部出现的计算长度代码删除。我们用来作测试用的Hash链表采用经典的拉链法解决冲突,另外我们采用静态分配桶(Hash链表长度)的方法来构造Hash链表,这主要是为了简化我们的实现,并不影响我们的测试结果。测试文本采用单词表,测试过程中从一个输入文件中读取全部不重复单词构造一个Hash表,测试内容分别是函数总调用次数、函数总调用时间、最大拉链长度、平均拉链长度、桶利用率(使用过的桶所占的比率),其中函数总调用次数是指Hash函数被调用的总次数,为了测试出函数执行时间,该值在测试过程中作了一定的放大,函数总调用时间是指Hash函数总的执行时间,最大拉链长度是指使用拉链法构造链表过程中出现的最大拉链长度,平均拉链长度指拉链的平均长度。测试过程中使用的机器配置如下:PIII600笔记本,128M内存,windows 2000 server操作系统。3.2 测试结果以下分别是对两个不同文本文件中的全部不重复单词构造Hash链表的测试结果,测试结果中函数调用次数放大了100倍,相应的函数调用时间也放大了100倍。从上表可以看出,这些经典软件虽然构造字符串Hash函数的方法不同,但是它们的效率都是不错的,相互之间差距很小,读者可以参考实际情况从其中借鉴使用。
- [转]经典字符串哈希算法
- 字符串匹配经典算法
- 经典算法--字符串倒置
- 字符串的经典hash算法
- 字符串的经典hash算法
- 字符串的经典hash算法
- 字符串匹配经典算法讲解
- 字符串的经典hash算法
- 字符串的经典hash算法
- 字符串的经典hash算法
- 若干经典哈希算法
- 【经典算法】:哈希方法
- 若干经典的字符串哈希函数(转)
- 字符串哈希算法
- 若干经典的字符串哈希函数
- 若干经典的字符串哈希函数
- 若干经典的字符串哈希函数
- 若干经典的字符串哈希函数
- 76 wpf btn
- poj 2406 Power Strings
- 从n中选k的组合数
- 筛选法之求素数
- (14) MPI-IO_shared_order: seek/get_position/write/read/iread/iwrite read_ordered/write_ordered
- [转]经典字符串哈希算法
- CM10编译环境和代码下载(Nexus S)
- 在Liferay中使用Ajax
- 已知一个函数f可以等概率的得到1-5间的随机数,问怎么等概率的得到1-7的随机数
- 汇编简单的输入输出
- 通过电话号码查人名(ContentProvider)
- Linux下缓冲区溢出攻击的原理及对策
- 笔试面试题记录(0x01) —— #define
- arcmap_python_LabelClass