C:为大型数据集生成哈希键？

Question

我目前正在研究散列和 key 生成，试图制作我自己的散列 key 生成器。

目前我有一个约 90000 个字符串的列表(每个 1 个单词和一个不同的单词)。我想知道生成键(数字键而不是字符串键)的最佳方法是什么？

目前根据单词最后一个 ascii 字符，我根据字母的值进行计算。

结果是大约 50% 的词生成了一个与另一个冲突的键。

然后我使用二次探查在表中找到剩余单词的空间。

如上所述，我的问题是，为 90000 个不同的词生成 key 的最佳方法通常是什么？我知道数据集越大，发生冲突的可能性就越大，但您会如何建议/或尽量减少冲突？

编辑:另外 - 我不关心密码学，它只需要快速。

谢谢。

Answer 1

可以“借”Java's implementation of String's hashCode ^*:

int hashCode(const char* s) {
    int h = 0;
    while (*s) {
        h = 31*h + (*s++);
    }
    return h;
}

该函数实现了合理的分离，是目前使用最广泛的哈希函数之一。

^* 其中，as it turns out , Java依次"borrowed" from Kernighan & Ritchie's book关于 C 编程。