Rabin-Karp算法的最佳散列函数是什么？

Question

我正在为Rabin-Karp算法寻找一个有效的散列函数。这是我的实际代码(C编程语言)。

static bool f2(char const *const s1, size_t const n1, 
               char const *const s2, size_t const n2)
{
    uintmax_t hsub = hash(s2, n2);
    uintmax_t hs   = hash(s1, n1);
    size_t   nmax = n2 - n1;

    for (size_t i = 0; i < nmax; ++i) {
        if (hs == hsub) {
            if (strncmp(&s1[i], s2, i + n2 - 1) == 0)
                return true;
        }
        hs = hash(&s1[i + 1], i + n2);
    }
    return false;
}

我考虑了一些Rabin-Karp C实现，但所有代码之间都存在差异。所以我的问题是: Rabin-Karp散列函数应该具有哪些特征？

Answer 1

伯恩斯坦散列是一种性能非常好的散列。它甚至超过了许多流行的散列算法。

unsigned bernstein_hash ( void *key, int len )
{
    unsigned char *p = key;
    unsigned h = 0;
    int i;

    for ( i = 0; i < len; i++ )
        h = 33 * h + p[i];

    return h;
}

当然，您也可以尝试其他散列算法，如下所述：Hash function on NIST

注意:从来没有人解释过为什么33的性能比任何其他“更符合逻辑”的常量要好得多。

为了引起您的兴趣:下面是不同散列算法的一个很好的比较：strchr comparison of hash algorithms

Answer 2

对于小字母表的问题，例如核酸序列搜索(例如alphabet = {A, T, C, G, U})，nt-Hash可能是一个很好的散列函数。它使用二进制运算，更快，滚动哈希更新，并给出均匀分布的哈希值。