該哈希函數背后的原理是什么？

Question

uint32_t h(const char *kbuf, int ksiz){
  uint32_t hash = 751;
  const char *rp = kbuf + ksiz;
  while(ksiz--){
    hash = (hash * 31) ^ *(uint8_t *)--rp;
  }
  return hash;
}

為什么要用這種方式計算哈希，這是什么原理？

Answer 1

您的哈希算法遵循相同的思想，該思想導致修改后的Bernstein哈希和Fowler / Noll / Vo（例如，參見現有哈希算法的此概述 ）。

XORing字節是一種經典的哈希算法。 但是，結果散列值的分布遠非最佳，因此添加了一個額外的混合步驟（在這種情況下乘以31 ）。

Josh Bloch在Effective Java中解釋了使用31作為乘數：

選擇值31是因為它是奇數質數。 如果是偶數且乘法運算溢出，則信息將丟失，因為乘以2等於移位。 使用質數的優勢尚不清楚，但這是傳統的。 31的一個不錯的特性是乘法可以用移位和減法來代替，以獲得更好的性能：31 * i ==（i << 5）-i。 現代VM自動執行這種優化。

在原始的伯恩斯坦散列中選擇33作為乘數可能是遵循類似的推理。 但是，如果您不是主要關注散列性能，則選擇乘數可帶來更好的分布可能會更好。 如果您不想嘗試自己，Fowler / Noll / Vo可能是一個不錯的選擇。

Answer 2

此實現嘗試使輸入到輸出的映射統一，以使沖突也統一。 換句話說，它試圖避免這樣的情況，即對於某些哈希值，與其他哈希值相比，存在許多沖突的方法。 它通過將原始偽隨機數生成器的值混入結果哈希值來實現。 或者，您也可以反過來考慮它，例如將PRNG混入輸入數據中。 質數（751和31）有助於實現均勻性。 當然，我們無法保證，如果精心選擇輸入，您將無視這些嘗試。

有關更多詳細信息，請參閱以下文章：
哈希函數-均勻性
線性同余發生器