几种常见哈希函数代码实现

几种常见哈希函数的C代码实现

哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母，随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法。——[百度百科]

在网上各处搜集了一些关于哈希函数具体实现的代码，多出自大家之手，非原创，在实际测试中这些算法没有太大的性能差异。

1. RS
   从Robert Sedgwicks 的Algorithms in C一书中得到了。原文作者Arash Partow已经添加了一些简单的优化的算法，以加快其散列过程。

   unsigned int RSHash(char* str, unsigned int len)
   {
   unsigned int b    = 378551;
   unsigned int a    = 63689;
   unsigned int hash = 0;
   unsigned int i    = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash = hash * a + (*str);
     a    = a * b;
   }
   
   return hash;
   }

2. JS
   Justin Sobel写的一个位操作的哈希函数。

   unsigned int JSHash(char* str, unsigned int len)
   {
   unsigned int hash = 1315423911;
   unsigned int i    = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash ^= ((hash << 5) + (*str) + (hash >> 2));
   }
   
   return hash;

3. PJW
   该散列算法是基于贝尔实验室的彼得J温伯格的的研究。在Compilers一书中（原则，技术和工具），建议采用这个算法的散列函数的哈希方法。

   unsigned int PJWHash(char* str, unsigned int len)
   {
   const unsigned int BitsInUnsignedInt = (unsigned int)(sizeof(unsigned int) * 8);
   const unsigned int ThreeQuarters     = (unsigned int)((BitsInUnsignedInt  * 3) / 4);
   const unsigned int OneEighth         = (unsigned int)(BitsInUnsignedInt / 8);
   const unsigned int HighBits          = (unsigned int)(0xFFFFFFFF) << (BitsInUnsignedInt - OneEighth);
   unsigned int hash              = 0;
   unsigned int test              = 0;
   unsigned int i                 = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash = (hash << OneEighth) + (*str);
   
     if((test = hash & HighBits)  != 0)
     {
        hash = (( hash ^ (test >> ThreeQuarters)) & (~HighBits));
     }
   }
   
   return hash;

4. ELF
   和PJW很相似，在Unix系统中使用的较多。

   unsigned int ELFHash(char* str, unsigned int len)
   {
   unsigned int hash = 0;
   unsigned int x    = 0;
   unsigned int i    = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash = (hash << 4) + (*str);
     if((x = hash & 0xF0000000L) != 0)
     {
        hash ^= (x >> 24);
     }
     hash &= ~x;
   }
   
   return hash;
   }

5. BKDR
   这个算法来自Brian Kernighan 和Dennis Ritchie 的 The C programming Language。这是一个很简单的哈希算法，使用了一系列奇怪的数字，形式如31，3131，31…31，看上去和DJB算法很相似。

   unsigned int BKDRHash(char* str, unsigned int len)
   {
   unsigned int seed = 131; /* 31 131 1313 13131 131313 etc.. */
   unsigned int hash = 0;
   unsigned int i    = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash = (hash * seed) + (*str);
   }
   
   return hash;
   }

6. SDBM
   这个算法在开源的SDBM中使用，似乎对很多不同类型的数据都能得到不错的分布。

   unsigned int SDBMHash(char* str, unsigned int len)
   {
   unsigned int hash = 0;
   unsigned int i    = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash = (*str) + (hash << 6) + (hash << 16) - hash;
   }
   
   return hash;
   }

7. DJB
   这个算法是Daniel J.Bernstein 教授发明的，是目前公布的最有效的哈希函数。

   unsigned int DJBHash(char* str, unsigned int len)
   {
   unsigned int hash = 5381;
   unsigned int i    = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash = ((hash << 5) + hash) + (*str);
   }
   
   return hash;
   }

8. DEK
   由伟大的Knuth 在《编程的艺术 第三卷》的第六章排序和搜索中给出。

   unsigned int DEKHash(char* str, unsigned int len)
   {
   unsigned int hash = len;
   unsigned int i    = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash = ((hash << 5) ^ (hash >> 27)) ^ (*str);
   }
   return hash;
   }

9. AP
   这是原文作者Arash Partow 贡献的一个哈希函数。

   unsigned int APHash(char* str, unsigned int len)
   {
   unsigned int hash = 0xAAAAAAAA;
   unsigned int i    = 0;
   
   for(i = 0; i < len; str++, i++)
   {
     hash ^= ((i & 1) == 0) ? (  (hash <<  7) ^ (*str) * (hash >> 3)) :
                              (~((hash << 11) + ((*str) ^ (hash >> 5))));
   }
   
   return hash;
   }