我需要(也找不到)純粹的python(無C++)實現MurmurHash,我太新手寫自己了。速度或內存使用量與我的項目無關。是否有MurmurHash的純Python實現?
我找到了一個嘗試here,但它僅限於31位散列,我真的需要64位散列。
注:對於那些誰需要一個快速的實現,有一個MurmurHash2庫here和MurmurHash3庫here
我需要(也找不到)純粹的python(無C++)實現MurmurHash,我太新手寫自己了。速度或內存使用量與我的項目無關。是否有MurmurHash的純Python實現?
我找到了一個嘗試here,但它僅限於31位散列,我真的需要64位散列。
注:對於那些誰需要一個快速的實現,有一個MurmurHash2庫here和MurmurHash3庫here
另一個純Python實現MurmurHash3的是完全兼容,並更換由mmh3包裝,但仍限於32位Murmur3: https://github.com/wc-duck/pymmh3
這是未經測試(對不起!),但這裏是我想出了一個版本。 Python允許任意大的整數,所以我爲前8個字節(或64位)創建了一個掩碼,然後對所有可能產生大於64位整數的算術結果應用(通過按位與)。 也許別人可以在一般的方法和可能出現的問題與字節序,評論等
def bytes_to_long(bytes):
assert len(bytes) == 8
return sum((b << (k * 8) for k, b in enumerate(bytes)))
def murmur(data, seed):
m = 0xc6a4a7935bd1e995
r = 47
MASK = 2 ** 64 - 1
data_as_bytes = bytearray(data)
h = seed^((m * len(data_as_bytes)) & MASK)
for ll in range(0, len(data_as_bytes), 8):
k = bytes_to_long(data_as_bytes[ll:ll + 8])
k = (k * m) & MASK
k = k^((k >> r) & MASK)
k = (k * m) & MASK
h = (h^k)
h = (h * m) & MASK
l = len(data_as_bytes) & 7
if l >= 7:
h = (h^(data_as_bytes[6] << 48))
if l >= 6:
h = (h^(data_as_bytes[5] << 40))
if l >= 5:
h = (h^(data_as_bytes[4] << 32))
if l >= 4:
h = (h^(data_as_bytes[3] << 24))
if l >= 3:
h = (h^(data_as_bytes[4] << 16))
if l >= 2:
h = (h^(data_as_bytes[4] << 8))
if l >= 1:
h = (h^data_as_bytes[4])
h = (h * m) & MASK
h = h^((h >> r) & MASK)
h = (h * m) & MASK
h = h^((h >> r) & MASK)
return h
這裏去MurmurHash3 32的純Python實現,它只是哈希字符串,但可以很容易地適應採取字節數組來代替。這是算法的Java version中的一個端口。
def murmur3_x86_32(data, seed = 0):
c1 = 0xcc9e2d51
c2 = 0x1b873593
length = len(data)
h1 = seed
roundedEnd = (length & 0xfffffffc) # round down to 4 byte block
for i in range(0, roundedEnd, 4):
# little endian load order
k1 = (ord(data[i]) & 0xff) | ((ord(data[i + 1]) & 0xff) << 8) | \
((ord(data[i + 2]) & 0xff) << 16) | (ord(data[i + 3]) << 24)
k1 *= c1
k1 = (k1 << 15) | ((k1 & 0xffffffff) >> 17) # ROTL32(k1,15)
k1 *= c2
h1 ^= k1
h1 = (h1 << 13) | ((h1 & 0xffffffff) >> 19) # ROTL32(h1,13)
h1 = h1 * 5 + 0xe6546b64
# tail
k1 = 0
val = length & 0x03
if val == 3:
k1 = (ord(data[roundedEnd + 2]) & 0xff) << 16
# fallthrough
if val in [2, 3]:
k1 |= (ord(data[roundedEnd + 1]) & 0xff) << 8
# fallthrough
if val in [1, 2, 3]:
k1 |= ord(data[roundedEnd]) & 0xff
k1 *= c1
k1 = (k1 << 15) | ((k1 & 0xffffffff) >> 17) # ROTL32(k1,15)
k1 *= c2
h1 ^= k1
# finalization
h1 ^= length
# fmix(h1)
h1 ^= ((h1 & 0xffffffff) >> 16)
h1 *= 0x85ebca6b
h1 ^= ((h1 & 0xffffffff) >> 13)
h1 *= 0xc2b2ae35
h1 ^= ((h1 & 0xffffffff) >> 16)
return h1 & 0xffffffff
修正錯誤在尼古拉的版本
def bytes_to_long(bytes):
assert len(bytes) == 8
return sum((b << (k * 8) for k, b in enumerate(bytes)))
def murmur64(data, seed = 19820125):
m = 0xc6a4a7935bd1e995
r = 47
MASK = 2 ** 64 - 1
data_as_bytes = bytearray(data)
h = seed^((m * len(data_as_bytes)) & MASK)
off = len(data_as_bytes)/8*8
for ll in range(0, off, 8):
k = bytes_to_long(data_as_bytes[ll:ll + 8])
k = (k * m) & MASK
k = k^((k >> r) & MASK)
k = (k * m) & MASK
h = (h^k)
h = (h * m) & MASK
l = len(data_as_bytes) & 7
if l >= 7:
h = (h^(data_as_bytes[off+6] << 48))
if l >= 6:
h = (h^(data_as_bytes[off+5] << 40))
if l >= 5:
h = (h^(data_as_bytes[off+4] << 32))
if l >= 4:
h = (h^(data_as_bytes[off+3] << 24))
if l >= 3:
h = (h^(data_as_bytes[off+2] << 16))
if l >= 2:
h = (h^(data_as_bytes[off+1] << 8))
if l >= 1:
h = (h^data_as_bytes[off])
h = (h * m) & MASK
h = h^((h >> r) & MASK)
h = (h * m) & MASK
h = h^((h >> r) & MASK)
return h
爲什麼你想要一個純粹的Python實現? – 2012-11-09 09:42:39
我需要一個純Python實現,因爲我的應用程序需要在不能執行非python代碼的平臺上運行(如Google App Engine)。 – greg
還有這個,但我認爲你發現的mmh3看起來更好看。 https://code.google.com/p/pyfasthash/ –