牵着老婆满街逛

严以律己,宽以待人. 三思而后行.
GMail/GTalk: yanglinbo#google.com;
MSN/Email: tx7do#yahoo.com.cn;
QQ: 3 0 3 3 9 6 9 2 0 .

time33 哈希函数,又叫 DJBX33A,Bernstein's hash

转载自:http://www.cnblogs.com/napoleon_liu/articles/1911571.html

php, apache, perl, bsddb都使用time33哈希.

最简单的版本

  uint32_t time33(char const *str, int len) 
    

        unsigned 
long  hash = 0
        
for (int i = 0; i < len; i++
            hash 
= hash *33 + (unsigned long) str[i]; 
        }
 
        
return hash; 
    }

 

这个版本最可以体现time33的算法思路,够简单。

 

把乘法操作换成位操作

        unsigned long time33(char const *str, int len) 
    

        unsigned 
long  hash = 0
        
for (int i = 0; i < len; i++
            hash 
= ((hash <<5+ hash) + (unsigned long) str[i]; 
        }
 
        
return hash; 
    }
 

59个字符1000 0000次运行(gcc没有开启优化,因为开了优化后两个函数的实际代码会一样)

第一个:

real    0m4.389s 
user    0m4.388s 
sys     0m0.000s

 

第二个:

real    0m4.137s 
user    0m4.120s 
sys     0m0.000s

 

 

gcc –O2优化后是

real    0m1.367s 
user    0m1.360s 
sys     0m0.000s

 

 

php版本

 

inline unsigned time33(char const*str, int len) 

     unsigned long hash 
= 5381
     
/* variant with the hash unrolled eight times */ 
     
for (; len >= 8; len -= 8) { 
         hash 
= ((hash << 5+ hash) + *str++
         hash 
= ((hash << 5+ hash) + *str++
         hash 
= ((hash << 5+ hash) + *str++
         hash 
= ((hash << 5+ hash) + *str++
        hash 
= ((hash << 5+ hash) + *str++
        hash 
= ((hash << 5+ hash) + *str++
        hash 
= ((hash << 5+ hash) + *str++
        hash 
= ((hash << 5+ hash) + *str++
    } 
    
switch (len) { 
        
case 7: hash = ((hash << 5+ hash) + *str++/* fallthrough */ 
        
case 6: hash = ((hash << 5+ hash) + *str++/* fallthrough */ 
        
case 5: hash = ((hash << 5+ hash) + *str++/* fallthrough */ 
        
case 4: hash = ((hash << 5+ hash) + *str++/* fallthrough */ 
        
case 3: hash = ((hash << 5+ hash) + *str++/* fallthrough */ 
        
case 2: hash = ((hash << 5+ hash) + *str++/* fallthrough */ 
        
case 1: hash = ((hash << 5+ hash) + *str++break
        
case 0: break
    } 
    
return hash; 

 

59个字符,1000 0000次

real    0m1.088s 
user    0m1.068s 
sys     0m0.000s

 

速度提升主要在循环展开, 对于短字符,这个是不明显的。

php版本的hash初始值是5381, 这个

 

Magic Constant 5381:

  
1. odd number

  
2. prime number

  
3. deficient number

  
4001/010/100/000/101 b

 

Apache版本

unsigned long time33(char const  *str, int *len) 

    unsigned 
long hash = 0;

    
const char *p=str; 
    
if (*len<=0
        
for(p = str; *p; p++
            hash 
= hash * 33 + *p; 
        }
 
        
*len = p - str; 
    }
 
    
else 
        
int i = *len; 
        
for (p = str;i; i--, p++
            hash 
= hash * 33 + *p; 
        }
 
    }
 
    
return hash; 
}

 

测试结果

real    0m1.418s 
user    0m1.412s 
sys     0m0.004s

 

 

综上,我的改进版本

#define likely(x) __builtin_expect((x),1) 
#define unlikely(x) __builtin_expect((x),0) 
    
//php版本 
    unsigned long time33(char const *str, int len=-1
    

        unsigned 
long hash = 5381
        
/* variant with the hash unrolled eight times */ 
        
char const *= str; 
        
if (unlikely(len<0)) 
                
for(; *p; p++
                    hash 
= hash * 33 + *p; 
                }
 
                
return hash; 
        }


#define TIME33_HASH_MIXED_CH()  hash = ((hash<<5)+hash) + *p++ 
        
for (; len >= 8; len -= 8
            TIME33_HASH_MIXED_CH(); 
//
            TIME33_HASH_MIXED_CH(); //
            TIME33_HASH_MIXED_CH(); //
            TIME33_HASH_MIXED_CH(); //
            TIME33_HASH_MIXED_CH(); //
            TIME33_HASH_MIXED_CH(); //
            TIME33_HASH_MIXED_CH(); //
            TIME33_HASH_MIXED_CH(); //
       }
 
       
switch (len) 
           
case 7: TIME33_HASH_MIXED_CH(); /* fallthrough */ 
           
case 6: TIME33_HASH_MIXED_CH(); /* fallthrough */ 
           
case 5: TIME33_HASH_MIXED_CH(); /* fallthrough */ 
           
case 4: TIME33_HASH_MIXED_CH(); /* fallthrough */ 
           
case 3: TIME33_HASH_MIXED_CH(); /* fallthrough */ 
           
case 2: TIME33_HASH_MIXED_CH(); /* fallthrough */ 
           
case 1: TIME33_HASH_MIXED_CH(); break
           
case 0break
       }
 
       
return hash; 
   }


#undef TIME33_HASH_MIXED_CH

 

测试结果

real    0m1.072s 
user    0m1.064s 
sys     0m0.000s

测试过, 重复率在 1/2000。

 

为什么是33的倍数, PHP中注释是

DJBX33A (Daniel J. Bernstein, Times 33 with Addition)
  This 
is Daniel J. Bernstein's popular `times 33' hash function as
  posted by him years ago on comp.lang.c. It basically uses a function
  like ``hash(i) 
= hash(i-1* 33 + str[i]''. This is one of the best
  known hash functions 
for strings. Because it is both computed very
  fast and distributes very well.
  The magic of number 
33, i.e. why it works better than many other
  constants, prime or not, has never been adequately explained by
  anyone. So I 
try an explanation: if one experimentally tests all
  multipliers between 
1 and 256 (as RSE did now) one detects that even
  numbers are not useable at all. The remaining 
128 odd numbers
  (except 
for the number 1) work more or less all equally well. They
  all distribute 
in an acceptable way and this way fill a hash table
  with an average percent of approx. 
86%.
  If one compares the Chi
^2 values of the variants, the number 33 not
  even has the best value. But the number 
33 and a few other equally
  good numbers like 
173163127 and 129 have nevertheless a great
  advantage to the remaining numbers 
in the large set of possible
  multipliers: their multiply operation can be replaced by a faster
  operation based on just one shift plus either a single addition
  or subtraction operation. And because a hash function has to both
  distribute good _and_ has to be very fast to compute, those few
  numbers should be preferred and seems to be the reason why Daniel J.
  Bernstein also preferred it.
                   
-- Ralf S. Engelschall rse@engelschall.com

 

 

其它倍数

Ngix使用的是 time31

Tokyo Cabinet使用的是 time37

Bob在他的文章说,小写英文词汇适合33, 大小写混合使用65。time33比较适合的是英文词汇的hash.


posted on 2011-07-26 15:07 杨粼波 阅读(1918) 评论(0)  编辑 收藏 引用


只有注册用户登录后才能发表评论。
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理