什麼是爲UTF-8字符串的最佳哈希

Question

什麼爲UTF-8字符串的最佳哈希函數返回32位或64位整數，既考慮到性能和「最小碰撞」

Answer 1

XOR版本djb2算法：

unsigned long 
hash(unsigned char *str) 
{ 
    unsigned long hash = 5381; 
    int c; 

    while (c = *str++) 
     hash = ((hash << 5) + hash)^c; // hash(i - 1) * 33^str[i] 

    return hash; 
} 

它簡單，快速，被認爲是最好的字符串哈希之一。

Answer 2

如果您沒有任何其他更具體的要求，我會去Fowler/Noll/Vo或Jenkins' one-at-a-time。

請記住，您應該始終檢查您的輸入數據是否會觸發退化情況（即過度的衝突）。

Answer 3

我目前使用下面的一個。它並不比* 33 djb版本（或FNV或Jenkins）更好，但它在較低位中的熵要稍好一些，如果表的大小是2的冪，那麼它是需要的。

unsigned hash_mem(void *dat, size_t len) 
{ 
unsigned char *str = (unsigned char*) dat; 
unsigned val=0; 
size_t idx; 

for(idx=0; idx < len; idx++) { 
     val ^= (val >> 2)^(val << 5)^(val << 13)^str[idx]^0x80001801; 
     } 
return val; 
}