C++ 什么'；英语单词的哈希函数是什么？

我有一长串英语单词，我想把它们散列出来。什么是好的散列函数？到目前为止，我的哈希函数对字母的ASCII值求和，然后对表大小进行模化。我正在寻找一种高效、简单的方法。

也许这样的方法可以帮助您：

---

它为输入域生成一个优化的哈希函数。

简单地对字母求和不是一个好的策略，因为排列会给出相同的结果

这个（）非常流行，可以很好地处理ASCII字符串

unsigned long hashstring(unsigned char *str)
{
    unsigned long hash = 5381;
    int c;

    while (c = *str++)
        hash = ((hash << 5) + hash) + c; /* hash * 33 + c */

    return hash;
}

无符号长哈希字符串（无符号字符*str）
{
无符号长散列=5381；
INTC；
而（c=*str++）
hash=（（hash如果您不需要加密安全，我建议使用杂音hash。它速度非常快，扩散性很强。易于使用



如果您确实需要一个加密安全的散列，那么我建议通过OpenSSL实现SHA1

有点晚了，但下面是一个哈希函数，对于64位版本具有极低的冲突率，对于32位版本几乎一样好：

uint64_t slash_hash(const char *s)
//uint32_t slash_hash(const char *s)
{
    union { uint64_t h; uint8_t u[8]; } uu;
    int i=0; uu.h=strlen(s);
    while (*s) { uu.u[i%8] += *s + i + (*s >> ((uu.h/(i+1)) % 5)); s++; i++; }
    return uu.h; //64-bit
    //return (uu.h+(uu.h>>32)); //32-bit
}

散列数也非常均匀地分布在可能的范围内，没有我可以检测到的聚集-这只是使用随机字符串检查的。

[编辑]
还针对从本地文本文件中提取的单词以及LibreOffice字典/同义词库单词（英语和法语-超过97000个单词和结构）进行了测试，其中64位为0冲突，32位为1冲突：）

（与同一组上的FNV1A_Hash_Yorikke、djb2和MurruHash2相比：Yorikke和djb2表现不好；slash_Hash在所有测试中都略好于MurruHash2）
不，它只是一个“种子”，相当随意。@MikeG:这是“种子”或起始值。这一个通常被称为“乘以33”哈希。@sixlettervariables我在哪里指定表长度？如果它返回的数字大于我的表怎么办？理论上，它可以返回任何有效的
无符号long
值。根据您的约束，由您来操作哈希。@MikeG：通常，您不会在哈希算法中指定表大小（如果您不知道，请使用一个已经制作好的表…）。该表可能会根据项目的数量增长或收缩（对于良好的实现），所以你只需计算散列，然后取散列模当前大小，就可以知道将其放入哪个存储桶中。+1对于MurrushHash，你知道CityHash和MurrushHash之间是否存在比较吗？我听说了两者的优点，但从未看到过全面的比较，只是有一些轶事。在这里检查可能的重复和一个good这个问题的答案可以在其他stackexchange站点上找到：这是一个合理的哈希函数。我建议避免使用未命名的联合。-->
union{uint64_t h；uint8_t u[8]；}uu；
以及类似的代码更改-->
uu.h=strlen；
..
uu.u[I%8]+==…
等等