Hash算法
来源:互联网 发布:gifcam mac版下载 编辑:程序博客网 时间:2024/06/08 00:38
哈希的出现时因为传统数据结构如线性表(数组,链表等),树中,关键字与其它的存放位置不存在对应的关系。因此在查找关键字的时候需要逐个比对,虽然出现了二分查找等各种提高效率的的查找算法。但是这些并不足够,希望在查询关键字的时候不经过任何比较,一次存取便能得到所查记录。因此,我们必须在关键字和其对应的存储位置间建立对应的关系f。这种对应的关系f被称为哈希函数,按此思想建立的表为哈希表。关键在于哈希函数如何构造。
有如下几种方法:
1)直接定址法
取关键字或者关键字的某个线性函数值为哈希地址。
2)数字分析法
3)平方取中法
取关键字平方后的中间几位为哈希地址。
4)折叠法
将关键字分割成位数相同的几部分(最后一部分的位数可以不通),然后取这几部分的叠加和(舍去进位)作为哈希地址。
5)取余数法
取关键字被某个不大于哈希表表长(HASH_TABLE_LENGTH)的数p除后所得的余数作为哈希地址。
H(key) = key % p (其中p小于或者等于哈希表表长HASH_TABLE_LENGTH)
6)随机数法
取关键字的随机函数值作为它的哈希地址。
那么确定了哈希函数之后,就要解决哈希冲突的问题,常用的方法如下:
1)开放定址法
Hi = (H(key) + di) % M i = 1, 2, 3,..., k ( k <= M-1 )
其中:H(key)为哈希函数;M为哈希表表长;di为增量序列;di可能有下列三种取法:
a 线性探测再散列:di = 1, 2, 3, ..., M-1
b 二次探测再散列:di = (+,-)k^2,(k <= M/2)
c 随机探测再散列:di为随机数序列
2)再哈希法
3)链地址法
4)建立一个公共溢出区
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。
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。
--------------------------------------分割线 --------------------------------------
2014阿里实习面试题——哈希的原理和Java中HashMap如何实现的 http://www.linuxidc.com/Linux/2014-04/100598.htm
哈希连接(hash join) 原理 http://www.linuxidc.com/Linux/2013-11/92483.htm
C++中对hash_map自定义哈希函数和比较函数的理解 http://www.linuxidc.com/Linux/2012-11/73706.htm
--------------------------------------分割线 --------------------------------------
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BKDRHash20477448196.5510090.9582.0592.64APHash23475449396.5588.4610051.2886.28DJBHash22497547496.5592.31010083.43JSHash14476150610084.6296.8317.9581.94RSHash10486150510010051.5820.5175.96SDBMHash32484950493.192.3157.0123.0872.41PJWHash302648785130043.89021.95ELFHash302648785130043.89021.95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。
// 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);
}
// AP Hash Function
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);
}
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);
}
// P. J. Weinberger Hash Function
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 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);
}
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;
}
- hash表、hash算法
- hash 算法
- Hash算法
- hash算法
- Hash算法
- Hash算法
- Hash算法
- Hash算法
- Hash算法
- hash算法
- HASH 算法
- HASH算法
- hash算法
- Hash算法
- Hash算法
- Hash 算法
- Hash算法
- Hash算法
- Sublime Text 3 LESS、SASS、SCSS高亮插件、提示插件
- 物料移动(MIGO/MB01等)更新物料凭证信息出口(user exit)
- 使用点斜式求两直线的交点
- path,classPath,java_home
- TCP/UDP部分理解
- Hash算法
- 常见的音频文件介绍
- php检测字符串是否含有重复或递增的字符
- GLUT 调用回调函数API的理解与小结
- 分布式设计与开发(二)------几种必须了解的分布式算法
- 【傻傻分不清楚】C#值类型、引用类型
- Aspx网页画图
- *LeetCode-Letter Combinations of a Phone Number
- Android开发艺术探索读书笔记(二)