码迷，mamicode.com
首页 > 其他好文 > 详细

hash function比较

时间：2015-10-25 14:57:07      阅读：245      评论：0      收藏：0      [点我收藏+]

标签：

http://blog.csdn.net/kingstar158/article/details/8028635

 

由于工作需要，针对千万级别的数据，使用stl::map着实存在着效率问题，最后使用boost::unordered_map替代前者，发现效率上有很大的提升，但是还是无法达到我们的需求；

stl::map  底层算法：B+tree 实现

boost::unordered_map 底层算法：hash 实现

所以可能要针对不同的数据类型编写hash function来优化查找和插入的效率，自己编写，着实没有这个实力，只有在google上来寻找先辈们的精妙算法来借鉴：

常用字符串哈希函数有BKDRHash，APHash，DJBHash，JSHash，RSHash，SDBMHash，PJWHash，ELFHash等等；

有前辈做了评测：如下

 

 

ash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。

各种hash function的C 语言实现：

 

[cpp] view plaincopyprint?
 
    1. unsigned int SDBMHash(char *str)  
    2. {  
    3.     unsigned int hash = 0;  
    4.    
    5.     while (*str)  
    6.     {  
    7.         // equivalent to: hash = 65599*hash + (*str++);  
    8.         hash = (*str++) + (hash << 6) + (hash << 16) - hash;  
    9.     }  
    10.    
    11.     return (hash & 0x7FFFFFFF);  
    12. }  
    13.    
    14. // RS Hash Function  
    15. unsigned int RSHash(char *str)  
    16. {  
    17.     unsigned int b = 378551;  
    18.     unsigned int a = 63689;  
    19.     unsigned int hash = 0;  
    20.    
    21.     while (*str)  
    22.     {  
    23.         hash = hash * a + (*str++);  
    24.         a *= b;  
    25.     }  
    26.    
    27.     return (hash & 0x7FFFFFFF);  
    28. }  
    29.    
    30. // JS Hash Function  
    31. unsigned int JSHash(char *str)  
    32. {  
    33.     unsigned int hash = 1315423911;  
    34.    
    35.     while (*str)  
    36.     {  
    37.         hash ^= ((hash << 5) + (*str++) + (hash >> 2));  
    38.     }  
    39.    
    40.     return (hash & 0x7FFFFFFF);  
    41. }  
    42.    
    43. // P. J. Weinberger Hash Function  
    44. unsigned int PJWHash(char *str)  
    45. {  
    46.     unsigned int BitsInUnignedInt = (unsigned int)(sizeof(unsigned int) * 8);  
    47.     unsigned int ThreeQuarters  = (unsigned int)((BitsInUnignedInt  * 3) / 4);  
    48.     unsigned int OneEighth      = (unsigned int)(BitsInUnignedInt / 8);  
    49.     unsigned int HighBits        = (unsigned int)(0xFFFFFFFF) << (BitsInUnignedInt - OneEighth);  
    50.     unsigned int hash            = 0;  
    51.     unsigned int test            = 0;  
    52.    
    53.     while (*str)  
    54.     {  
    55.         hash = (hash << OneEighth) + (*str++);  
    56.         if ((test = hash & HighBits) != 0)  
    57.         {  
    58.             hash = ((hash ^ (test >> ThreeQuarters)) & (~HighBits));  
    59.         }  
    60.     }  
    61.    
    62.     return (hash & 0x7FFFFFFF);  
    63. }  
    64.    
    65. // ELF Hash Function  
    66. unsigned int ELFHash(char *str)  
    67. {  
    68.     unsigned int hash = 0;  
    69.     unsigned int x  = 0;  
    70.    
    71.     while (*str)  
    72.     {  
    73.         hash = (hash << 4) + (*str++);  
    74.         if ((x = hash & 0xF0000000L) != 0)  
    75.         {  
    76.             hash ^= (x >> 24);  
    77.             hash &= ~x;  
    78.         }  
    79.     }  
    80.    
    81.     return (hash & 0x7FFFFFFF);  
    82. }  
    83.    
    84. // BKDR Hash Function  
    85. unsigned int BKDRHash(char *str)  
    86. {  
    87.     unsigned int seed = 131; // 31 131 1313 13131 131313 etc..  
    88.     unsigned int hash = 0;  
    89.    
    90.     while (*str)  
    91.     {  
    92.         hash = hash * seed + (*str++);  
    93.     }  
    94.    
    95.     return (hash & 0x7FFFFFFF);  
    96. }  
    97.    
    98. // DJB Hash Function  
    99. unsigned int DJBHash(char *str)  
    100. {  
    101.     unsigned int hash = 5381;  
    102.    
    103.     while (*str)  
    104.     {  
    105.         hash += (hash << 5) + (*str++);  
    106.     }  
    107.    
    108.     return (hash & 0x7FFFFFFF);  
    109. }  
    110.    
    111. // AP Hash Function  
    112. unsigned int APHash(char *str)  
    113. {  
    114.     unsigned int hash = 0;  
    115.     int i;  
    116.    
    117.     for (i=0; *str; i++)  
    118.     {  
    119.         if ((i & 1) == 0)  
    120.         {  
    121.             hash ^= ((hash << 7) ^ (*str++) ^ (hash >> 3));  
    122.         }  
    123.         else  
    124.         {  
    125.             hash ^= (~((hash << 11) ^ (*str++) ^ (hash >> 5)));  
    126.         }  
    127.     }  
    128.    
    129.     return (hash & 0x7FFFFFFF);  
    130. }  
    131. https://www.byvoid.com/blog/string-hash-compare/

hash function比较

标签：

原文地址：http://www.cnblogs.com/virusolf/p/4908677.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！