**
* Hash算法大全<br>
* 推荐使用FNV1算法
* @algorithm None
* @author Goodzzp 2006-11-20
* @lastEdit Goodzzp 2006-11-20
* @editDetail Create
*/
public class HashAlgorithms
{
/**//**
* 加法hash
* @param key 字符串
* @param prime 一个质数
* @return hash结果
*/
public static int additiveHash(String key, int prime)
{
int hash, i;
for (hash = key.length(), i = 0; i < key.length(); i++)
hash += key.charAt(i);
return (hash % prime);
}
/**//**
* 旋转hash
* @param key 输入字符串
* @param prime 质数
* @return hash值
*/
public static int rotatingHash(String key, int prime)
{
int hash, i;
for (hash=key.length(), i=0; i<key.length(); ++i)
hash = (hash<<4)^(hash>>28)^key.charAt(i);
return (hash % prime);
// return (hash ^ (hash>>10) ^ (hash>>20));
}
// 替代：
// 使用：hash = (hash ^ (hash>>10) ^ (hash>>20)) & mask;
// 替代：hash %= prime;
/**//**
* MASK值，随便找一个值，最好是质数
*/
static int M_MASK = 0x8765fed1;
/**//**
* 一次一个hash
* @param key 输入字符串
* @return 输出hash值
*/
public static int oneByOneHash(String key)
{
int hash, i;
for (hash=0, i=0; i<key.length(); ++i)
{
hash += key.charAt(i);
hash += (hash << 10);
hash ^= (hash >> 6);
}
hash += (hash << 3);
hash ^= (hash >> 11);
hash += (hash << 15);
// return (hash & M_MASK);
return hash;
}
/**//**
* Bernstein's hash
* @param key 输入字节数组
* @param level 初始hash常量
* @return 结果hash
*/
public static int bernstein(String key)
{
int hash = 0;
int i;
for (i=0; i<key.length(); ++i) hash = 33*hash + key.charAt(i);
return hash;
}
//
/**///// Pearson's Hash
// char pearson(char[]key, ub4 len, char tab[256])
// {
// char hash;
// ub4 i;
// for (hash=len, i=0; i<len; ++i)
// hash=tab[hash^key[i]];
// return (hash);
// }
/**///// CRC Hashing，计算crc,具体代码见其他
// ub4 crc(char *key, ub4 len, ub4 mask, ub4 tab[256])
// {
// ub4 hash, i;
// for (hash=len, i=0; i<len; ++i)
// hash = (hash >> 8) ^ tab[(hash & 0xff) ^ key[i]];
// return (hash & mask);
// }
/**//**
* Universal Hashing
*/
public static int universal(char[]key, int mask, int[] tab)
{
int hash = key.length, i, len = key.length;
for (i=0; i<(len<<3); i+=8)
{
char k = key[i>>3];
if ((k&0x01) == 0) hash ^= tab[i+0];
if ((k&0x02) == 0) hash ^= tab[i+1];
if ((k&0x04) == 0) hash ^= tab[i+2];
if ((k&0x08) == 0) hash ^= tab[i+3];
if ((k&0x10) == 0) hash ^= tab[i+4];
if ((k&0x20) == 0) hash ^= tab[i+5];
if ((k&0x40) == 0) hash ^= tab[i+6];
if ((k&0x80) == 0) hash ^= tab[i+7];
}
return (hash & mask);
}
/**//**
* Zobrist Hashing
*/
public static int zobrist( char[] key,int mask, int[][] tab)
{
int hash, i;
for (hash=key.length, i=0; i<key.length; ++i)
hash ^= tab[i][key[i]];
return (hash & mask);
}
// LOOKUP3
// 见Bob Jenkins(3).c文件
// 32位FNV算法
static int M_SHIFT = 0;
/**//**
* 32位的FNV算法
* @param data 数组
* @return int值
*/
public static int FNVHash(byte[] data)
{
int hash = (int)2166136261L;
for(byte b : data)
hash = (hash * 16777619) ^ b;
if (M_SHIFT == 0)
return hash;
return (hash ^ (hash >> M_SHIFT)) & M_MASK;
}
/**//**
* 改进的32位FNV算法1
* @param data 数组
* @return int值
*/
public static int FNVHash1(byte[] data)
{
final int p = 16777619;
int hash = (int)2166136261L;
for(byte b:data)
hash = (hash ^ b) * p;
hash += hash << 13;
hash ^= hash >> 7;
hash += hash << 3;
hash ^= hash >> 17;
hash += hash << 5;
return hash;
}
/**//**
* 改进的32位FNV算法1
* @param data 字符串
* @return int值
*/
public static int FNVHash1(String data)
{
final int p = 16777619;
int hash = (int)2166136261L;
for(int i=0;i<data.length();i++)
hash = (hash ^ data.charAt(i)) * p;
hash += hash << 13;
hash ^= hash >> 7;
hash += hash << 3;
hash ^= hash >> 17;
hash += hash << 5;
return hash;
}
/**//**
* Thomas Wang的算法，整数hash
*/
public static int intHash(int key)
{
key += ~(key << 15);
key ^= (key >>> 10);
key += (key << 3);
key ^= (key >>> 6);
key += ~(key << 11);
key ^= (key >>> 16);
return key;
}
/**//**
* RS算法hash
* @param str 字符串
*/
public static int RSHash(String str)
{
int b = 378551;
int a = 63689;
int hash = 0;
for(int i = 0; i < str.length(); i++)
{
hash = hash * a + str.charAt(i);
a = a * b;
}
return (hash & 0x7FFFFFFF);
}
/**//* End Of RS Hash Function */
/**//**
* JS算法
*/
public static int JSHash(String str)
{
int hash = 1315423911;
for(int i = 0; i < str.length(); i++)
{
hash ^= ((hash << 5) + str.charAt(i) + (hash >> 2));
}
return (hash & 0x7FFFFFFF);
}
/**//* End Of JS Hash Function */
/**//**
* PJW算法
*/
public static int PJWHash(String str)
{
int BitsInUnsignedInt = 32;
int ThreeQuarters = (BitsInUnsignedInt * 3) / 4;
int OneEighth = BitsInUnsignedInt / 8;
int HighBits = 0xFFFFFFFF << (BitsInUnsignedInt - OneEighth);
int hash = 0;
int test = 0;
for(int i = 0; i < str.length();i++)
{
hash = (hash << OneEighth) + str.charAt(i);
if((test = hash & HighBits) != 0)
{
hash = (( hash ^ (test >> ThreeQuarters)) & (~HighBits));
}
}
return (hash & 0x7FFFFFFF);
}
/**//* End Of P. J. Weinberger Hash Function */
/**//**
* ELF算法
*/
public static int ELFHash(String str)
{
int hash = 0;
int x = 0;
for(int i = 0; i < str.length(); i++)
{
hash = (hash << 4) + str.charAt(i);
if((x = (int)(hash & 0xF0000000L)) != 0)
{
hash ^= (x >> 24);
hash &= ~x;
}
}
return (hash & 0x7FFFFFFF);
}
/**//* End Of ELF Hash Function */
/**//**
* BKDR算法
*/
public static int BKDRHash(String str)
{
int seed = 131; // 31 131 1313 13131 131313 etc..
int hash = 0;
for(int i = 0; i < str.length(); i++)
{
hash = (hash * seed) + str.charAt(i);
}
return (hash & 0x7FFFFFFF);
}
/**//* End Of BKDR Hash Function */
/**//**
* SDBM算法
*/
public static int SDBMHash(String str)
{
int hash = 0;
for(int i = 0; i < str.length(); i++)
{
hash = str.charAt(i) + (hash << 6) + (hash << 16) - hash;
}
return (hash & 0x7FFFFFFF);
}
/**//* End Of SDBM Hash Function */
/**//**
* DJB算法
*/
public static int DJBHash(String str)
{
int hash = 5381;
for(int i = 0; i < str.length(); i++)
{
hash = ((hash << 5) + hash) + str.charAt(i);
}
return (hash & 0x7FFFFFFF);
}
/**//* End Of DJB Hash Function */
/**//**
* DEK算法
*/
public static int DEKHash(String str)
{
int hash = str.length();
for(int i = 0; i < str.length(); i++)
{
hash = ((hash << 5) ^ (hash >> 27)) ^ str.charAt(i);
}
return (hash & 0x7FFFFFFF);
}
/**//* End Of DEK Hash Function */
/**//**
* AP算法
*/
public static int APHash(String str)
{
int hash = 0;
for(int i = 0; i < str.length(); i++)
{
hash ^= ((i & 1) == 0) ? ( (hash << 7) ^ str.charAt(i) ^ (hash >> 3)) :
(~((hash << 11) ^ str.charAt(i) ^ (hash >> 5)));
}
// return (hash & 0x7FFFFFFF);
return hash;
}
/**//* End Of AP Hash Function */
/**//**
* JAVA自己带的算法
*/
public static int java(String str)
{
int h = 0;
int off = 0;
int len = str.length();
for (int i = 0; i < len; i++)
{
h = 31 * h + str.charAt(off++);
}
return h;
}
/**//**
* 混合hash算法，输出64位的值
*/
public static long mixHash(String str)
{
long hash = str.hashCode();
hash <<= 32;
hash |= FNVHash1(str);
return hash;
}
}
分享到：
相关推荐
本项目是用C语言实现的哈希算法，包括SHA256、SHA384和SHA512三种不同的哈希函数，这些函数是SHA-2（Secure Hash Algorithm 2）家族的一部分。 SHA-2是由美国国家安全局（NSA）设计的，包含了多种不同长度的哈希...
在压缩包中的"Test1"可能是一个测试用例，包含用于测试aHash算法实现的图像或者相关代码。在实际应用中，我们可以编写一个函数，接收两个图像路径作为参数，计算它们的aHash值并返回汉明距离，从而判断图像的相似度...
MD5（Message-Digest Algorithm 5）和SHA-1（Secure Hash Algorithm 1）是两种广泛使用的哈希函数，它们在信息安全领域扮演着至关重要的角色。哈希函数是一种将任意长度的数据转换为固定长度输出的函数，这个输出...
2. **SHA-1算法实现**：基于C++编写程序来实现SHA-1算法，该程序应能处理经过填充的消息，并计算出对应的Hash值。 #### 四、实验步骤指导 为了顺利完成实验，建议按照以下步骤进行： 1. **理解填充方案**：深入...
### 一致性Hash算法的原理及实现 #### 一、引言 一致性Hash算法是一种用于解决分布式环境下数据存储和检索问题的重要技术。它最初由David Karger等人在1997年的论文《Consistent Hashing and Random Trees: ...
它声称比Go语言的标准哈希算法更快，这对于处理大量数据或资源有限的环境（如嵌入式系统）尤其有利。在许多应用中，快速的哈希计算能显著提升程序的运行效率，例如在大数据处理中，快速哈希可以加速键的查找和分桶...
Hash算法是计算机科学中一个非常重要的概念，通过使用哈希函数将数据映射到特定的索引位置，可以实现对数据的高效存储和检索。正确选择哈希函数以及合理的冲突解决策略对于构建高性能的哈希表至关重要。此外，哈希表...
以下是对Java实现的各种Hash算法的详细解释： 1. **加法Hash（Additive Hash）** 这种简单的Hash算法通过将字符串中的每个字符值累加，并对一个质数取模来计算Hash值。`additiveHash`方法接受一个字符串`key`和一...
在C#编程语言中实现这种Hash算法，可以使用.NET Framework提供的Dictionary类或者HashSet类。Dictionary类提供了键值对的存储，适合存储用户-项目评分；而HashSet类则用于存储不重复的元素，比如用于去重用户或项目...
标题中的“hash.rar_HASH算法_fpga hash_hash_zebra85v_哈希表Verilog”揭示了这个压缩包文件的主要内容，它涉及到哈希（Hash）算法在高速Field-Programmable Gate Array（FPGA）上的实现，以及与Zebra85v硬件平台和...
在实际应用中，为了确保算法的正确性，开发者可能进行了大量的测试，覆盖了不同长度和内容的消息，以验证在8位单片机环境下哈希值的生成是准确无误的。 对于8位单片机的开发者来说，理解和实现这样的优化算法是非常...
Hash算法的实现通常基于所谓的“压缩函数”。压缩函数是指将一个固定长度的输入转换为较短的固定长度输出的过程。在实际应用中，Hash函数通常是通过不断地重复使用特定的压缩函数来处理输入数据的不同部分，直到整个...
Hash算法是一种将任意长度的输入（也叫做预映射）通过一个特定的函数转换成固定长度输出的算法。这个输出通常称为哈希值或散列值。哈希算法在计算机科学中有广泛的应用，如数据存储、查找表、密码学、数字签名等。...
- `hash_modify.c`是实际实现哈希算法的源代码文件，可能包含哈希表的定义、哈希函数的实现、冲突解决策略的实现等。 - 在C语言中，通常会用结构体（struct）来表示哈希表，其中包含数组（或指针）和元素个数等...
- 插入、删除节点以及查找键对应节点的算法实现。 6. **应用场景**：一致性哈希在分布式缓存系统如Memcached和Redis中被广泛使用，同时在CDN(Content Delivery Network)、负载均衡器等场景也有应用。 7. **优缺点...
在传统的哈希算法中，增加或删除一个服务器可能导致大量键的重新映射，而一致性Hash算法通过构建一个虚拟的哈希环来解决这个问题。 算法步骤如下： 1. 首先，创建一个大小为2^32的虚拟圆环，这是因为在计算机中，32...
RSA等非对称算法适合密钥交换和数字签名，而对称算法如DES、IDEA、RC4、TEA、Misty1和Skipjack则用于大量数据的快速加密。哈希算法在密码存储、数据校验等方面扮演重要角色。了解和熟练运用这些加密技术对于保障网络...
* rainbow table attacks：哈希算法 Hash 可能存在 rainbow table attacks 的风险，攻击者可以预先计算大量的哈希结果，并将其存储在 rainbow table 中，以便快速查找对应的哈希结果。 哈希算法 Hash 的未来发展 ...