Question

uint32_t h(const char *kbuf, int ksiz){
  uint32_t hash = 751;
  const char *rp = kbuf + ksiz;
  while(ksiz--){
    hash = (hash * 31) ^ *(uint8_t *)--rp;
  }
  return hash;
}

为什么要以这种方式计算哈希值，理由是什么？

Answer 1

您的哈希算法遵循相同的想法，导致修改后的Bernstein哈希和Fowler / Noll / Vo（参见例如this overview of existing hash algorithms）。

XORing字节是一种经典的哈希算法。但是，哈希值的最终分布远非最优，因此，增加了一个额外的混合步骤（在这种情况下乘以31）。

使用31作为乘数，由Josh Bloch在Effective Java中解释：

选择值31是因为它是奇数素数。如果它是均匀的并且乘法溢出，信息将丢失，如乘以2相当于移位。使用的好处素数不太清楚，但它是传统的。 31的不错的财产是乘法可以用移位和减法代替为了更好的性能：31 * i ==（i <＆lt; 5） - i。现代VM执行此操作自动进行优化。

选择33作为原始伯恩斯坦哈希中的乘数可能遵循类似的推理;但是，如果散列性能不是您的主要考虑因素，那么通过选择一个能够实现更好分布的乘数，您可能会更好。如果您不想自己试验，Fowler / Noll / Vo可能是一个不错的选择。

Answer 2

此实现尝试使输入到输出映射均匀，以便冲突也是一致的。换句话说，它试图避免这样的情况：对于某些哈希值，存在许多冲突而不是其他冲突的方式。它通过将原始伪随机生成器的值混合到生成的散列值中来实现。或者您可以反过来考虑它，作为输入数据中的PRNG混合。素数（751和31）有助于实现均匀性。当然，没有任何保证，因为精心挑选的输入你可以无视这些尝试。

有关详细信息，请参阅以下文章：
Hash Function - Uniformity
Linear congruential generator

这个哈希函数背后的基本原理是什么？

2 个答案: