Quelle est la meilleure fonction de hachage 32 bits pour les chaînes courtes (noms de balises) ?

Question

Quelle est la meilleure fonction de hachage 32 bits pour les chaînes de caractères relativement courtes ?

Les chaînes sont des noms de balises qui se composent de lettres anglaises, de chiffres, d'espaces et de quelques caractères supplémentaires ( # , $ , . , ...). Par exemple : Unit testing , C# 2.0 .

Je recherche le "meilleur", c'est-à-dire le "minimum de collisions". Les performances ne sont pas importantes pour mes objectifs.

Answer 1

Vous pourriez vérifier le murmurhash2. Il est rapide, aussi pour les petites cordes, et a une bonne étape finale de mixage, donc il est même bien mixé pour les très petites cordes.

Answer 2

S'il est rare que les utilisateurs ajoutent de nouveaux tags, vous pouvez alors utiliser un hachage parfait ( http://en.wikipedia.org/wiki/Perfect_hash_function ) qui est recalculé à chaque fois qu'une nouvelle balise est ajoutée. Bien entendu, si l'on ne connaît pas le problème que l'on cherche vraiment à résoudre, on ne peut que deviner ce que l'on pourrait faire.

Answer 3

Si votre programme doit communiquer avec d'autres systèmes, il est préférable d'utiliser un algorithme bien connu. Le moyen le plus simple et le plus rapide est en utilisant les plusieurs premiers caractères du hachage md5 . Vous n'avez pas besoin de passer des heures ou des jours à inventer des roues dans votre projet.

L'inconvénient est que les risques de collisions sont beaucoup plus élevés. Cependant, si votre hachage est destiné à une session horodatée, ou à une tâche circulaire de courte durée. Il n'y a aucun problème à utiliser cela.