字符串的算法一般大公司都會考到，我們首先要想到高效的hash。
如百度查找一組字符串是否出現在某個文本中，這個不是考什么kmp，
他們想聽到的是hash。趨勢科技考的是從某個文本中刪除一組字符串，
我想也是要hash吧。

1 概述
鏈表查找的時間效率為O(N)，二分法為log2N，B+ Tree為log2N，但
Hash鏈表查找的時間效率為O(1)。
設計高效算法往往需要使用Hash鏈表，常數級的查找速度是任何別的
算法無法比擬的，Hash鏈表的構造和沖突的不同實現方法對效率當然
有一定的影響，然 而Hash函數是Hash鏈表最核心的部分，本文嘗試分
析一些經典軟件中使用到的字符串Hash函數在執行效率、離散性、空間
利用率等方面的性能問題。

2 經典字符串Hash函數介紹
先提一個簡單的問題，如果有一個龐大的字符串數組，然后給你一個單
獨的字符串，讓你從這個數組中查找是否有這個字符串并找到它，你會
怎么做？有一個方法最簡單，老老實實從頭查到尾，一個一個比較，直
到找到為止，我想只要學過程序設計的人都能把這樣一個程序作出來，
但要是有程序員把這樣的程序交給用戶，我只能用無語來評價，或許它
真的能工作，但...也只能如此了。最合適的算法自然是使用HashTable
（哈希表），先介紹介紹其中的基本知識，所謂Hash，一般是一個整數，
通過某種算法，可以把一個字符串"壓縮" 成一個整數，這個數稱為Hash.

 

//RSHash
inline unsigned int RSHash(char* str)
{
    unsigned int b = 50021;
    unsigned int a = 7003;
    unsigned int hash = 0;

    while (*str)
    {
        hash = hash * a + (*str++);
        a *= b;
    }

    return (hash & 0x7FFFFFFF);
} 


//ELFHash
inline 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);
}

//JSHash
inline unsigned int JSHash(char* str)
{
    unsigned int hash = 1315423911;

    while (*str)
    {
        hash ^= ((hash << 5) + (*str++) + (hash >> 2));
    }

    return (hash & 0x7FFFFFFF);
}

//PJWHash
inline 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);
} 

//BKDRHash
inline unsigned int BKDRHash(char* str)
{
    unsigned int seed = 131;  
    unsigned int hash = 0;

    while (*str)
    {
        hash = hash * seed + (*str++);
    }

    return (hash & 0x7FFFFFFF);
}

//SDBMHash
inline unsigned int SDBMHash(char* str)
{
    unsigned int hash = 0;

    while (*str)
    {
        hash = (*str++) + (hash << 6) + (hash << 16) - hash;
    }

    return (hash & 0x7FFFFFFF);
}

//DJBHash
inline unsigned int DJBHash(char* str)
{
    unsigned int hash = 5381;

    while (*str)
    {
        hash += (hash << 5) + (*str++);
    }

    return (hash & 0x7FFFFFFF);
}

//APHash
inline 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);
}

                                                                                                                                                  本文經本人整理,內容為轉載..