Я пытаюсь передать строку в целое число, чтобы поместить его в массив. Однако я не слишком много разбираюсь в хэш-функциях, и поэтому мой текущий метод просто добавляет все ASCII-номера символов вместе и переносит размер массива.
Существуют ли какие-либо простые быстрые/лучшие методы?
хеш FNV-1a можно быстро и легко реализовать.
См. http://www.strchr.com/hash_functions для очень хорошей панели хеширующих функций.
В реализации Delphi представлены несколько версий:
Первое, что приходит на ум, - это метод, используемый в TStringHash.HashOf из официального блока IniFiles.pas. Включая более быструю версию asm:
function HashOf(P: PByteArray; Len: integer): cardinal;
// algorithm from IniFiles.TStringHash.HashOf
{$ifdef PUREPASCAL}
var I: Integer;
begin
Result := 0;
for I := 1 to Len do
Result := ((Result shl 2) or (Result shr (SizeOf(Result)*8-2))) xor P[I];
end;
{$else}
asm // faster asm version by Synopse
or edx,edx
jz @z
push ebx
mov ebx,edx // ebx = length(Key)
mov edx,eax // edx = Text
xor eax,eax // eax = Result
xor ecx,ecx // ecx = Result shl 2 = 0
@1: shr eax,$1e // eax = Result shr (SizeOf(Result) * 8 - 2))
or ecx,eax // ecx = ((Result shl 2) or (Result shr (SizeOf(Result)*8-2)))
movzx eax,byte ptr [edx] // eax = ord(Key[i])
inc edx
xor eax,ecx // eax = () xor ord(Key[i])
dec ebx
lea ecx,[eax*4] // ecx = Result shl 2
jnz @1
pop ebx
@z:
end;
{$endif}
Классический хеш Kernighan и Ritchie из "Язык программирования C", 3-е издание - не лучший, но простой и эффективный код.
function kr32(crc: cardinal; buf: PAnsiChar; len: cardinal): cardinal;
var i: integer;
begin
for i := 0 to len-1 do
crc := ord(buf[i])+crc*31;
result := crc;
end;
Быстрый CRC Adler, реализованный в zlib - оптимизированной версии asm здесь:
function Adler32Pas(Adler: cardinal; p: pointer; Count: Integer): cardinal;
var s1, s2: cardinal;
i, n: integer;
begin
s1 := LongRec(Adler).Lo;
s2 := LongRec(Adler).Hi;
while Count>0 do begin
if Count<5552 then
n := Count else
n := 5552;
for i := 1 to n do begin
inc(s1,pByte(p)^);
inc(cardinal(p));
inc(s2,s1);
end;
s1 := s1 mod 65521;
s2 := s2 mod 65521;
dec(Count,n);
end;
result := word(s1)+cardinal(word(s2)) shl 16;
end;
Мой собственный более быстрый вариант - не повторный вход, но быстрее, поскольку он будет читать DWORDs - и еще быстрее версия asm здесь:
function Hash32(Data: pointer; Len: integer): cardinal;
function SubHash(P: PCardinalArray; L: integer): cardinal;
{$ifdef HASINLINE}inline;{$endif}
var s1,s2: cardinal;
i: PtrInt;
const Mask: array[0..3] of cardinal = (0,$ff,$ffff,$ffffff);
begin
if P<>nil then begin
s1 := 0;
s2 := 0;
for i := 1 to L shr 4 do begin // 16 bytes (4 DWORD) by loop - aligned read
inc(s1,P^[0]);
inc(s2,s1);
inc(s1,P^[1]);
inc(s2,s1);
inc(s1,P^[2]);
inc(s2,s1);
inc(s1,P^[3]);
inc(s2,s1);
inc(PtrUInt(P),16);
end;
for i := 1 to (L shr 2)and 3 do begin // 4 bytes (DWORD) by loop
inc(s1,P^[0]);
inc(s2,s1);
inc(PtrUInt(P),4);
end;
inc(s1,P^[0] and Mask[L and 3]); // remaining 0..3 bytes
inc(s2,s1);
result := s1 xor (s2 shl 16);
end else
result := 0;
end;
begin // use a sub function for better code generation under Delphi
result := SubHash(Data,Len);
end;
Классическая версия CRC32 - здесь вы можете найти оптимизированную версию asm (используя 8 таблиц):
function UpdateCrc32(aCRC32: cardinal; inBuf: pointer; inLen: integer) : cardinal;
var i: integer;
begin
result := aCRC32;
// if we used a dynamic table, we assume we want shorter code size
for i := 1 to inLen do begin
result := crc32Tab[byte(result xor pByte(inBuf)^)] xor (result shr 8);
inc(cardinal(inBuf));
end;
end;
Как указывал Dummy00001, об этом спрашивали и отвечали раньше. Посмотрите Лучший алгоритм для значений количества хеширования?, в частности предложение использовать MurmurHash.
Я бы порекомендовал MurmurHash, потому что:
Это очень быстро.
Его характеристики распределения и лавины превосходны для некритичного хэша.
Его худшее поведение по-прежнему очень хорошее.
Я использовал его. Это не сосать.
изменить
Было много дискуссий о том, как лучше переносить его в Delphi, на https://forums.embarcadero.com/thread.jspa?threadID=13902&tstart=0. Полученный код доступен в https://forums.codegear.com/thread.jspa?threadID=14879
function Murmur2(const S: AnsiString; const Seed: LongWord=$9747b28c): LongWord;
var
h: LongWord;
len: LongWord;
k: LongWord;
data: Integer;
const
// 'm' and 'r' are mixing constants generated offline.
// They're not really 'magic', they just happen to work well.
m = $5bd1e995;
r = 24;
begin
len := Length(S);
//The default seed, $9747b28c, is from the original C library
// Initialize the hash to a 'random' value
h := seed xor len;
// Mix 4 bytes at a time into the hash
data := 1;
while(len >= 4) do
begin
k := PLongWord(@S[data])^;
k := k*m;
k := k xor (k shr r);
k := k* m;
h := h*m;
h := h xor k;
data := data+4;
len := len-4;
end;
{ Handle the last few bytes of the input array
S: ... $69 $18 $2f
}
Assert(len <= 3);
if len = 3 then
h := h xor (LongWord(s[data+2]) shl 16);
if len >= 2 then
h := h xor (LongWord(s[data+1]) shl 8);
if len >= 1 then
begin
h := h xor (LongWord(s[data]));
h := h * m;
end;
// Do a few final mixes of the hash to ensure the last few
// bytes are well-incorporated.
h := h xor (h shr 13);
h := h * m;
h := h xor (h shr 15);
Result := h;
end;
Пропускает все самотестирование из исходной реализации C.
Функция хэша Jenkins должна помочь вам начать работу.
мой текущий метод просто добавляет все числа ASCII символов вместе и принимает его mod size size.
Отбрасывается важный бит информации, который является положением символа в строке. Это плохая идея, так как тогда строки "AB" и "BA" будут иметь одинаковое значение хэша.
Вместо простого добавления, сохраняя его примитивным, можно использовать выражение типа hash = hash*P1 + str[i]*P2 + P3;, где P i - некоторые простые числа. Это как я делаю это, если мне нужна хэш-функция быстро. Я часто использую 7, 5 и 3 в качестве простых чисел, но цифры должны быть явно скорректированы (а также начальное значение hash), чтобы результат хэш-функции был полезен для вашей задачи.
Для получения дополнительной информации прочитайте соответствующую (и довольно информативную) статью в Википедии.
Я пробовал много быстрых хеш-функций и выбрал это:
function StrHash(const st:string):cardinal;
var
i:integer;
begin
result:=0;
for i:=1 to length(st) do
result:=result*$20844 xor byte(st[i]);
end;
Он работает так же быстро, как функция K & R (фактически даже быстрее), но обеспечивает лучшее (более четное) распределение.
Очень простой метод - просто XOR все значения. Насколько мне известно.