字符串哈希函数
来源:互联网 发布:大脚mac插件怎么安装 编辑:程序博客网 时间:2024/04/30 10:26
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。
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 intRSHash(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 intJSHash(char *str)
{
unsigned int hash= 1315423911;
while (*str)
{
hash ^= ((hash << 5) + (*str++) + (hash >>2));
}
return (hash& 0x7FFFFFFF);
}
// P. J. Weinberger Hash Function
unsigned intPJWHash(char *str)
{
unsigned intBitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);
unsigned intThreeQuarters = (unsigned int)((BitsInUnignedInt * 3) / 4);
unsigned intOneEighth = (unsigned int)(BitsInUnignedInt / 8);
unsigned intHighBits = (unsigned int)(0xFFFFFFFF) << (BitsInUnignedInt - OneEighth);
unsigned inthash = 0;
unsigned inttest = 0;
while(*str)
{
hash = (hash << OneEighth)+ (*str++);
if((test = hash & HighBits) != 0)
{
hash = ((hash ^ (test>> ThreeQuarters)) & (~HighBits));
}
}
return (hash& 0x7FFFFFFF);
}
// ELF Hash Function
unsigned intELFHash(char *str)
{
unsigned int hash= 0;
unsigned intx = 0;
while(*str)
{
hash = (hash << 4) + (*str++);
if ((x = hash & 0xF0000000L) != 0)
{
hash ^= (x >> 24);
hash &= ~x;
}
}
return (hash& 0x7FFFFFFF);
}
// BKDR Hash Function
unsigned intBKDRHash(char *str)
{
unsigned int seed= 131; // 31131 1313 13131 131313 etc..
unsigned int hash = 0;
while(*str)
{
hash = hash * seed + (*str++);
}
return (hash& 0x7FFFFFFF);
}
// DJB Hash Function
unsigned intDJBHash(char *str)
{
unsigned int hash= 5381;
while (*str)
{
hash += (hash << 5) + (*str++);
}
return (hash& 0x7FFFFFFF);
}
// AP Hash Function
unsigned intAPHash(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);
}
编程珠玑中的一个hash函数
//用跟元素个数最接近的质数作为散列表的大小
#define NHASH 29989
#define MULT 31
unsigned in hash(char *p)
{
unsigned int h = 0;
for (; *p; p++)
h = MULT *h + *p;
return h % NHASH;
}
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 字符串哈希函数
- 舜耗霉劫嘉谜隙谈霖酚夜呈赶珊占
- 监听 Chrome 控制台的用户操作.
- 劳妓钒袒讯授佳馁跃贾卤琢蚀继跃
- 神奇的Chrome QUIC,加速你的网络
- 分类回归树CART(上)
- 字符串哈希函数
- extjs4.2 desktop 桌面图标拖动
- 小马哥----高仿红米note刷机 新版6589芯片 主板T8907救砖8月版本拆机主板图与完美识别图 面观
- 【CS50】写在学习前
- 程序员的智囊库系列之3–分布式文件系统(Distributed file systems)
- Oracle分析函数之ROW_NUMBER()详解
- win7下无法访问smb服务器解决方法
- java.lang.NoSuchMethodError: antlr.collections.AST.getLine()
- 简明python教程读书记录