c - SuperFastHash 对同一字符串返回不同的值

Question

我正在尝试在一个小项目中使用 SuperFastHash，但我似乎无法理解为什么它为同一字符串提供不同的哈希值。仅当指针和字符串相同时，它才输出相同的哈希值。有任何想法吗？证明这一点的代码如下。

// SuperFastHash, taken from http://www.azillionmonkeys.com/qed/hash.html
#include <stdint.h>
#include <stdio.h>
#include <stdlib.h>

#undef get16bits
#if (defined(__GNUC__) && defined(__i386__)) || defined(__WATCOMC__) \
  || defined(_MSC_VER) || defined (__BORLANDC__) || defined (__TURBOC__)
#define get16bits(d) (*((const uint16_t *) (d)))
#endif

#if !defined (get16bits)
#define get16bits(d) ((((uint32_t)(((const uint8_t *)(d))[1])) << 8)\
                       +(uint32_t)(((const uint8_t *)(d))[0]) )
#endif

uint32_t SuperFastHash (const char * data, int len);

int main(void)
{
    char* str = "a\0a";
    printf("%s\n", &str[0]); // a
    printf("%s\n", &str[2]); // a
    printf("%i\n", SuperFastHash(&str[0], 25)); // -1120168156
    printf("%i\n", SuperFastHash(&str[2], 25)); // -280310739
}

uint32_t SuperFastHash (const char * data, int len) {
uint32_t hash = len, tmp;
int rem;

    if (len <= 0 || data == NULL) return 0;

    rem = len & 3;
    len >>= 2;

    /* Main loop */
    for (;len > 0; len--) {
        hash  += get16bits (data);
        tmp    = (get16bits (data+2) << 11) ^ hash;
        hash   = (hash << 16) ^ tmp;
        data  += 2*sizeof (uint16_t);
        hash  += hash >> 11;
    }

    /* Handle end cases */
    switch (rem) {
        case 3: hash += get16bits (data);
                hash ^= hash << 16;
                hash ^= ((signed char)data[sizeof (uint16_t)]) << 18;
                hash += hash >> 11;
                break;
        case 2: hash += get16bits (data);
                hash ^= hash << 11;
                hash += hash >> 17;
                break;
        case 1: hash += (signed char)*data;
                hash ^= hash << 10;
                hash += hash >> 1;
    }

    /* Force "avalanching" of final 127 bits */
    hash ^= hash << 3;
    hash += hash >> 5;
    hash ^= hash << 4;
    hash += hash >> 17;
    hash ^= hash << 25;
    hash += hash >> 6;

    return hash;
}

Answer 1

您的 len 参数 (25) 超出了可能应为 1 的字符串大小。char* str = "a\0a" 的内存布局为 { 'a', 0, 'a', 0 } 在这四个字符之后，它是未定义的，并且很可能不是相同值的 23 倍(这当然会导致相等的哈希值)。 SuperFastHash 函数忽略字符串终止符，它会计算您通过 len 参数定义的字符数量。

要查看该功能是否正常工作，请尝试以下示例:

#include <assert.h>

int main(void)
{
    char *buf = "abc\0abc";
    assert(SuperFastHash(&buf[0], 3) == SuperFastHash(&buf[4], 3));
    // etc.
}