一个股票交易系统的后台，为了能快速查找各种股票代码的Tick，会计算其哈希值，然后存贮在哈希表里面。一个好的哈希函数应该能实现很好地分布性，减少冲突。这里选取了几种常用的字符串哈希，包括BKDRHash，APHash，JSHash，RSHash，SDBMHash，PJWHash，ELFHash和DJBHash，通过在不同的字符串集合测试，来测试其性能。

各种常用算法

一、BKDRHash

BKDRHash是Kernighan和Dennis在《The C programming language》中提出的。这个算法的常数131是如何选取的，尚未可知，有知情者可以留言。

public static int bkdrhash(String str) {
      final int seed = 131;

      int hash = 0;

      for (int i = 0; i < str.length(); i++) {
         hash = hash * seed + (int)str.charAt(i);
      }

      return hash & 0x7FFFFFFF;
   }

二、APHash

Arash Partow提出了这个算法，声称具有很好地分布性。

public static int aphash(String str) {
      int hash = 0;

      for (int i = 0; i < str.length(); i++) {
         if ((i & 1) == 0) {
            hash ^= (hash << 7) ^ (str.charAt(i)) ^ (hash >> 3);
         } else {
            hash ^= ~((hash << 11) ^ (str.charAt(i)) ^ (hash >> 5));
         }
      }

      return hash & 0x7FFFFFFF;
   }

三、JSHash

Justin Sobel提出的基于位的函数函数。

public static int jshash(String str) {
      int hash = 0;

      for (int i = 0; i < str.length(); i++) {
         hash ^= (hash << 5) + (int)str.charAt(i) + (hash >> 2);
      }

      return hash & 0x7FFFFFFF;
   }

四、RSHash

其作者是Robert Sedgwicks。实现如下：

public static int rshash(String str) {
      int hash = 0;

      int a = 63689;
      final int b = 378551;

      for (int i = 0; i < str.length(); i++) {
         hash = hash * a + (int)str.charAt(i);
         a *= b;
      }

      return hash & 0x7FFFFFFF;
   }

五、SDBMHash

SDBM项目使用的哈希函数，声称对所有的数据集有很好地分布性。

public static int sdbmhash(String str) {
      int hash = 0;

      for (int i = 0; i < str.length(); i++) {
         hash = (int)str.charAt(i) + (hash << 6) + (hash << 16) - hash;
      }

      return hash & 0x7FFFFFFF;
   }

六、PJWHash

Peter J. Weinberger在其编译器著作中提出的。

public static int pjwhash(String str) {
       int BitsInUnignedInt = 32;
       int ThreeQuarters    = 24;
       int OneEighth        = 4;
       int HighBits         = (int)(0xFFFFFFFF) << (BitsInUnignedInt - OneEighth);
       int hash             = 0;
       int test             = 0;

       for (int i = 0; i < str.length(); i++) {
           hash = (hash << OneEighth) + (int)str.charAt(i);
           if ((test = hash & HighBits) != 0)
           {
               hash = ((hash ^ (test >> ThreeQuarters)) & (~HighBits));
           }
       }

       return hash & 0x7FFFFFFF;
   }

七、ELFHash

Unix系统上面广泛使用的哈希函数。

public static int elfhash(String str) {
      int hash = 0;
      int x = 0;

      for (int i = 0; i < str.length(); i++) {
         hash = (hash << 4) + (int)str.charAt(i);

         if ((x & hash & 0xF0000000L) != 0) {
            hash ^= x >> 24;
            hash &= ~x;
         }
      }

      return hash & 0x7FFFFFFF;
   }

八、DJBHash

Daniel J. Bernstein在comp.lang.c邮件列表中发表的，是距今为止比较高效的哈希函数之一。

public static int djbhash(String str) {
      int hash = 5381;

      for (int i = 0; i < str.length(); i++) {
         hash += (hash << 5) + (int)str.charAt(i);
      }

      return hash & 0x7FFFFFFF;
   }

九、DEKHash

Donald E. Knuth在《计算机程序设计的艺术》中提出的哈希函数。

public static int dekhash(String str) {
      int hash = str.length();

      for (int i = 0; i < str.length(); i++) {
         hash = (hash << 5) ^ (hash >> 27) ^ (int)str.charAt(i);
      }

      return hash & 0x7FFFFFFF;
   }

十、BPHash

public static int bphash(String str) {
      int hash = str.length();

      for (int i = 0; i < str.length(); i++) {
         hash = (hash << 7) ^ (int)str.charAt(i);
      }

      return hash & 0x7FFFFFFF;
   }   

十一、FNVHash

public static int fnvhash(String str) {
      int fnvprime = 0x811C9DC5;
      int hash = 0;

      for (int i = 0; i < str.length(); i++) {
         hash *= fnvprime;
         hash ^= (int)str.charAt(i);
      }

      return hash & 0x7FFFFFFF;
   }

十二、Java String Hashcode

这是Java的字符串类的Hash算法，简单实用高效。直接从JDK6里面拿出来的代码：

public static int javahash(String str) {
      int hash = 0;

      for (int i = 0; i < str.length(); i++) {
         hash = hash * 31 + (int)str.charAt(i);
      }

      return hash & 0x7FFFFFFF;
   }   

实验统计

使用网上提供的一份英语单词文件：http://www.cs.duke.edu/~ola/ap/linuxwords,共45402个单词,分别比较上面每一个算法在哈希表长度为100,1000和10000时的最大冲突数，理论上平均为455,46和5。结果如下：

结论

从上面的统计数据可以看出对英文单词集而言，jshash,djbhash和fnvhash都有很好地分散性。在开始实现股票交易系统前，可以先获取一份比较全面的股票代码，详细比较各种算法的性能，从而可以获得对系统性能的一个估计。

原文地址：https://blog.csdn.net/alburthoffman/article/details/19641123