PHP文字列ハッシュ関数アルゴリズムの実装コード

function DJBHash($str) // 0.22
{
$hash = 0;
$n = strlen($str);
for ($i = 0; $i {
$hash += ($hash }
return $hash % 701819;
}

function ELFHash($str) // 0.35
 {
$hash = $x = 0;
$n = strlen($str);

for ($i = 0; $i {
$hash = ($hash $hash &= ~$x;
}
}
return $hash % 701819;
}

function JSHash($str) // 0.23
{
$hash = 0;
$n = strlen($str);

 for ($i = 0; $i {
$hash ^= (($hash > ; 2));
}
return $hash % 701819;
}

function SDBMHash($str) // 0.23
{
$hash = 0 ;
$n = strlen($str);

for ($ i = 0; $i {
$hash = ord($str[$i]) + ($hash }
return $hash % 701819;
}

function APHash($str) // 0.30
{
$hash = 0 ;
$n = strlen($str);

for ($i = 0; $i {
if (($i & 1 ) == 0 )
{
$hash ^= (($hash }
else
{
$hash ^= ( ~ (($hash <<11 ) ^ ord($str[$i]) ^ ($hash>> 5)));
 }
}
return $hash % 701819;
}

function DEKHash($str) // 0.23
{
$n = strlen($str);
$hash = $n;

for ($i = 0 ; $i {
$hash = (($hash > 27)) ^ ord($str[$i]);
}
return $hash % 701819;
}

function FNVHash($str) // 0.31
{
$hash = 0;
$n = strlen($str);

for ($i = 0; $i < ;$n; $i++)
{
$hash *= 0x811C9DC5;
$hash ^= ord($str[$i]);
}

return $hash % 701819;
}

関数 PJWHash($str ) // 0.33
{
$hash = $test = 0;
$n = strlen($str);

for ($i = 0; $i {
$hash = ($hash <<4) + ord($str[$i]);

if(($test = $hash & -268435456) != 0)
{
$hash = (( $hash ^ ( $test>> 24)) & (~-268435456));
}
}

return $hash % 701819;
}

function PHPHash($str) // 0.34
{
$hash = 0;
 $n = strlen($str);

for ($i = 0; $i <$n; $i++)
{
$hash = ($hash <<4) + ord($str[$ i]);
if (($g = ($hash & 0xF0000000)))
{
$hash = $hash ^ ($g>> 24);
$hash = $hash ^ $g;
}
 }
return $hash % 701819;
}

function OpenSSLHash($str) // 0.22
{
$hash = 0;
$n = strlen($str);

for ($i = 0; $i {
$hash ^= (ord($str[$i]) <<($i & 0x0f));
}
return $hash % 701819;
}

function MD5Hash($str ) // 0.050
{
$hash = md5($str);
$hash = $hash[0] | ($hash[1] return $hash % 701819;
}

アルゴリズムの説明: 関数の後ろのコメントは、私のローカルテストでの実行速度 (単位: s) が 1000 倍であることがわかります。MD5Hash が最も速く、他の関数よりもはるかに高速であることがわかります。この関数のアルゴリズムでは、md5 以降の文字列の最初の 7 文字のみに依存します。つまり、最初の 7 文字が同じであれば、取得されるハッシュ値はまったく同じになります。あまり信頼できません....32文字に基づいて計算すると、速度は他のアルゴリズムよりもはるかに遅くなります...

MD5Hash を除いて、他のアルゴリズムは文字列の長さの影響を受けます。テストでは英語で 10 文字を使用しました。 各関数の最終的な戻り値 $hash % 701819; 701819 はハッシュの最大容量を表しており、これらのハッシュ関数によって得られる最終的な数値範囲は 0 ～ 701819 を使用することが一般的であると考えられます。素数の結果の分布は比較的均一になります。701819 に近い値としては、175447、350899、1403641、2807303、5614657 があります。

これは何に使えるの...

なぜこれらのハッシュ アルゴリズムを整理してテストする必要があるのでしょうか? 私はマルチユーザー ブログを書いています。前回のブログでも述べましたが、これは一般にユーザーを使用する機能です。ブログアドレスとして英語と数字を組み合わせた名前 (第 2 レベルのドメイン名またはディレクトリ)。次に、ユーザー名に基づいてユーザーの ID を取得する方法について質問があります。もう 1 つのクエリはありますか?ハッシュ関数を使えば、ユーザー名を加工して数値を取得し、その数値に対して何らかの処理をする必要がありません（2桁を基準に階層ディレクトリに分けています。目的はそれを防ぐためです）。 1 つのディレクトリに多数のファイルを格納すると (ディスクの取得速度に影響します)、パスが形成され、対応する ID がこのパスの下のファイルに保存されます (個人的にはファイル名としてユーザー名を推奨します)。ユーザーの ID はユーザー名に基づいて直接取得でき、クエリは必要ありません。ユーザー名はファイル名として使用されるため、最終結果が同じであっても、それらは異なるファイルに存在するため、必要はありません。衝突を心配するため。

もちろん...あなたのシステムが完全にユーザー名に基づいて動作する場合、私はこれを前に言いませんでした = =b、私は静かに SELECT を批判します。なぜなら数値は文字列よりも速いからです。

私は DJB アルゴリズムを選択しました。オンライン化後に MD5 配布テストが許容される場合は、それに切り替えることを検討します。

ここから、ハッシュが実際に分散に非常に役立つこともわかります。笑、分散ストレージを必要とするキャッシュ、静的、その他の用途に使用できます。