我有一个很长的英文单词列表,我想把它们散列出来。什么是一个好的散列函数?到目前为止,我的散列函数将字母的ASCII值相加,然后对表大小取模。我在找一些高效和简单的东西。
发布于 2011-10-09 07:25:21
也许这样的东西会对你有所帮助:http://www.gnu.org/s/gperf/
它为输入域生成一个优化的散列函数。
发布于 2011-10-09 07:29:54
如果您不需要加密安全,我建议您使用Murmur Hash。它的速度非常快,扩散程度很高。易于使用。
http://en.wikipedia.org/wiki/MurmurHash
http://code.google.com/p/smhasher/wiki/MurmurHash3
如果您确实需要加密安全的哈希,那么我建议通过OpenSSL使用SHA1。
发布于 2012-12-23 19:16:46
有点晚了,但下面是一个哈希函数,对于下面的64位版本,冲突率非常低,对于32位版本,~几乎一样好:
uint64_t slash_hash(const char *s)
//uint32_t slash_hash(const char *s)
{
union { uint64_t h; uint8_t u[8]; } uu;
int i=0; uu.h=strlen(s);
while (*s) { uu.u[i%8] += *s + i + (*s >> ((uu.h/(i+1)) % 5)); s++; i++; }
return uu.h; //64-bit
//return (uu.h+(uu.h>>32)); //32-bit
}
哈希数也非常均匀地分布在可能的范围内,没有我可以检测到的聚集-这是使用随机字符串进行检查的。
编辑
还测试了从本地文本文件中提取的单词-结合LibreOffice字典/同义词库单词(英语和法语-超过97000个单词和结构),64位中有0个冲突,32位中有1个冲突:)
(同样在相同的测试集上与FNV1A_Hash_Yorikke,djb2和MurmurHash2进行比较: Yorikke & djb2表现不佳;slash_hash在所有测试中都略好于MurmurHash2 )
https://stackoverflow.com/questions/7700400
复制相似问题