Question

对于返回32位或64位整数的utf-8字符串，最好的哈希函数是什么，都考虑了性能和“最小冲突”

Answer 1

djb2算法的XOR版本：

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;
}

它简单，快速，被认为是最好的字符串散列之一。

Answer 2

如果您没有任何其他更具体的要求，我会选择Fowler/Noll/Vo或Jenkins' one-at-a-time。

请记住，您应该始终检查您的输入数据是否会触发退化情况（即过度碰撞）。

Answer 3

我目前使用下面的那个。它并没有从根本上优于* 33 djb版本（或FNV或Jenkins），但它在较低位有一些更好的熵，如果表大小是2的幂，则需要它。

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;
}

utf-8字符串的最佳哈希是什么

3 个答案: