php的hash算法介绍

            Hash Table是PHP的核心,这话一点都不过分。
PHP的数组,关联数组,对象属性,函数表,符号表,等等都是用HashTable来做为容器的。
PHP的HashTable采用的拉链法来解决冲突, 这个自不用多说, 我今天主要关注的就是PHP的Hash算法, 和这个算法本身透露出来的一些思想。
PHP的Hash采用的是目前最为普遍的DJBX33A (Daniel J. Bernstein, Times 33 with Addition), 这个算法被广泛运用与多个软件项目,Apache, Perl和Berkeley DB等. 对于字符串而言这是目前所知道的最好的哈希算法，原因在于该算法的速度非常快，而且分类非常好(冲突小,分布均匀).
算法的核心思想就是:
[U]复制代码[/U] 代码如下:
hash(i) = hash(i-1) * 33 + str
在zend_hash.h中,我们可以找到在PHP中的这个算法:
[U]复制代码[/U] 代码如下:
static inline ulong zend_inline_hash_func(char *arKey, uint nKeyLength)
{
    register ulong hash = 5381;
    /* variant with the hash unrolled eight times */
    for (; nKeyLength >= 8; nKeyLength -=  {
        hash = ((hash
相比在Apache和Perl中直接采用的经典Times 33算法:
[U]复制代码[/U] 代码如下:
hashing function used in Perl 5.005:
  # Return the hashed value of a string: $hash = perlhash("key")
  # (Defined by the PERL_HASH macro in hv.h)
  sub perlhash
  {
      $hash = 0;
      foreach (split //, shift) {
          $hash = $hash*33 + ord($_);
      }
      return $hash;
  }
在PHP的hash算法中, 我们可以看出很处细致的不同.
首先, 最不一样的就是, PHP中并没有使用直接乘33, 而是采用了:
[U]复制代码[/U] 代码如下:
hash
这样当然会比用乘快了.
然后, 特别要主意的就是使用的unrolled, 我前几天看过一片文章讲Discuz的缓存机制, 其中就有一条说是Discuz会根据帖子的热度不同采用不同的缓存策略, 根据用户习惯,而只缓存帖子的第一页(因为很少有人会翻帖子).
于此类似的思想, PHP鼓励8位一下的字符索引, 他以8为单位使用unrolled来提高效率, 这不得不说也是个很细节的,很细致的地方.
另外还有inline, register变量 … 可以看出PHP的开发者在hash的优化上也是煞费苦心
最后就是, hash的初始值设置成了5381, 相比在Apache中的times算法和Perl中的Hash算法(都采用初始hash为0), 为什么选5381呢? 具体的原因我也不知道, 但是我发现了5381的一些特性:
[U]复制代码[/U] 代码如下:
Magic Constant 5381:
1. odd number
2. prime number
3. deficient number
看了这些, 我有理由相信这个初始值的选定能提供更好的分类.
            
            
您可能感兴趣的文章:

php 分库分表hash算法

理解php Hash函数，增强密码安全

PHP中用hash实现的数组

一致性哈希算法以及其PHP实现详细解析

PHP 5.5 创建和验证哈希最简单的方法详解

php-perl哈希算法实现(times33哈希算法)

PHP的password_hash()使用实例

PHP中对各种加密算法、Hash算法的速度测试对比代码

PHP随机生成唯一HASH值自定义函数

PHP Hash算法：Times33算法代码实例

PHP实现的各类hash算法长度及性能测试实例