记一次使用time33哈希算法的总结

最新推荐文章于 2025-05-14 02:02:38 发布

原创

最新推荐文章于 2025-05-14 02:02:38 发布 · 1.4k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#go #golang #time33 #php #算法

本文介绍了time33哈希算法，一种在go和php中常见的散列方法。虽然它能压缩字符串并生成固定长度的值，但存在哈希冲突问题。作者通过代码示例展示了算法应用，并分享了在将哈希值用作mongo_id时遇到的数据冲突问题，提醒读者避免直接用time33结果作为唯一标识。

time33简介

哈希（散列）算法time33是目前比较普遍采用的，又称为DJBX33A (Daniel J. Bernstein, Times 33 with Addition)。这个算法被广泛运用于多个软件项目等。通过该算法可以输出一个相对固定长度的值（有时长度稍微短一点）。可以压缩任意长度的字符串，输出永远比输入小。有一点注意的是不同的输入会有几率出现相同的输出（这也是我问题的原因）。

下面是代码示例

php代码示例

function Hash($str = "")
{
   
   
    $hash = 5381;//(001 010 100 000 101)初始值
    $str = md5($str);//加一步处理（可不加）
    $seed

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

lua~~

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

PHP中Times33哈希算法的详细用法

KkowServer的博客

10-05

149

在PHP中，Times33哈希算法是一种简单而高效的哈希算法，适用于字符串的哈希计算。本文提供了使用PHP实现Times33哈希算法的示例代码，希望能够帮助您理解和应用该算法。Times33哈希算法是一种简单但有效的哈希算法，常用于字符串的哈希计算。在PHP中，我们可以使用该算法来生成哈希值，以便在散列数据结构（如哈希表）中快速查找和比较数据。本文将详细介绍Times33哈希算法的原理，并提供相应的PHP源代码示例。的函数，它接受一个字符串作为输入，并返回该字符串的Times33哈希值。

go：实现time33哈希算法（附完整源码）

希望我的博客，能帮上你解决学习中工作中所遇到的问题

12-15

go：实现time33哈希算法（附完整源码）

参与评论您还未登录，请先登录后发表或查看评论

Time33哈希算法

fengxinze的专栏

01-09

8456

原文：http://blog.youkuaiyun.com/chen_alvin/article/details/5846714 接到任务，需要编程求两个十万级记录列表的交集。分析后，有两个解决思路：一、在数据库中建立临时表，导入数据后，用SQL语句才交集，再导出数据；二、直接内存运算求解。考虑到数据记录多，数据库运算压力大，最后决定选择第二个方法。涉及到数据查找比对，首先考虑到使用HashS

time33 哈希函数，又叫 DJBX33A，Bernstein's hash

weixin_30339457的博客

12-20

400

php, apache, perl, bsddb都使用time33哈希. 最简单的版本 uint32_t time33(char const *str, int len) { unsigned long hash = 0; for (int i = 0; i < len; i++) { ...

哈希算法-Time33

LJ11699的博客

12-03

312

现在几乎所有流行的HashMap都采用了DJB Hash Function，俗称“Time33”算法 Times33实现起来非诚简单，不断的与33相乘：nHash = nHash*33 + *key++ 主要实现： unsigned int time33(char *str){ unsigned int hash = 5381; while(*str){ ...

php-perl哈希算法实现(times33哈希算法)

01-21

复制代码代码如下:APR_DECLARE_NONSTD(unsigned int) apr_hashfunc_default(const char *char_key, apr_ssize_t *klen){ unsigned int hash = 0; const unsigned char *key = (const unsigned char *)char_key;...

哈希表与哈希算法：原理、实现与优化

刘念卿的博客

03-19

1405

哈希表（Hash Table）是一种基于键值对（key-value）存储数据的数据结构，它通过计算键的哈希值来确定数据在内存中的存储位置，从而实现O(1)平均时间复杂度的插入、查找和删除操作。

哈希算法：数据结构与算法的核心技术之一

最新发布

AI 算法实战派

05-14

1195

哈希算法是现代计算机科学中不可或缺的核心技术，它通过将任意长度的输入数据映射为固定长度的输出值，实现了高效的数据存储和检索。本文旨在全面深入地介绍哈希算法的理论基础、实现技术和实际应用，帮助读者掌握这一关键技术的本质和应用方法。本文将从哈希算法的基本概念开始，逐步深入到实现细节和高级应用。我们将首先介绍哈希表这一基础数据结构，然后探讨哈希函数的设计原则，接着分析解决哈希冲突的各种方法。随后，我们将通过Python代码示例展示实际实现，并讨论哈希算法在密码学等领域的应用。

Time33算法

weixin_34319999的博客

11-30

255

Time33是字符串哈希函数，现在几乎所有流行的HashMap都采用了DJB Hash Function，俗称“Times33”算法。Times33的算法很简单，就是不断的乘33。 c语言版本 #include "stdio.h" unsigned int time33(char *); int main(){ char str[3] = "c语言"; int res; ...

经典的Times 33 哈希算法

二进制之路

07-13

2661

一个好的散列函数通常倾向于“为不相等的对象产生不相等的散列码”。理想情况下，散列函数应该把集合中不相等的实例均匀地分布到所有可能的散列值上。要想完全达到这种理想的情形是非常困难的。幸运的是，相对接近这种理想情形则并不太困难。由Daniel J. Bernstein教授多年前在comp.lang.c发表的Times 33算法。它是有史以来发布的最有效的哈希函数之一。算法介绍首先，引...

php times33,PHP Hash算法：Times33算法代码实例_PHP

weixin_35783593的博客

03-10

156

最近看书，里面提到了一些Hash算法。比较有印象的是Times33，当时理解不是很透测，今天写了段程序来验证了一下。先上代码：代码如下:/*** CRC32 Hash function* @param $str* @return int*/function hash32($str){return crc32($str) >> 16 & 0x7FFFFFFF;}/*** Time...

Hash散列算法之 Time33算法

架构师思考实践

04-19

4266

hash在开发中经常用到，而现在time33算是最流行的哈希算法。算法：对字符串的每个字符，迭代的乘以33 原型: hash（i） = hash（i-1）*33 + str[i] ; 在使用时，存在一个问题，对相似的字符串生成的hashcode也类似，有人提出对原始字符串，进行MD5，然后再计算hashcode。

hash算法-time33算法

weixin_34198453的博客

10-10

187

2019独角兽企业重金招聘Python工程师标准>>> ...

time33算法

xpisme

11-06

3399

以下只是我的理解，还望批评指正。目的：字符串转化成一个无符号整型的数字。 time33算法就是其中的一种算法。1：首先一个字符串可能会很长，可能包含着各种语言的字符，例如：中英文字符。那么怎么才能最快，效率最高得到对应的一个数字。并且这个数字是唯一的？2：在php中，一个字符串太长不好计算，可以使用md5函数，将字符串转化成32个长度的字符串。这样只计算这个字符串就可以了。3：生成的字符串含有英文

哈希算法(Hash Algorithm)初探

热门推荐

Eric的博客

03-12

3万+

不约而同的，几乎所有的流行的hash map都采用了DJB hash function，俗称“Times33”算法。Perl、Berkeley DB 、Apache、MFC、STL 等等。times33的算法也很简单，就是不断的乘33。nHash = nHash*33 + *key++;我没找到什么理论可以说明这种算法的合理性，据说只是通过测试和实践发现这个算法是比较好的。如果有哪位能够提供这方面

不同哈希算法性能分析

03-14

### 各种哈希算法的性能对比分析 #### 1. **效率** 在计算速度上，MD5 是最快的哈希算法之一，因为它设计简单且运算复杂度较低。然而，这种高效率是以牺牲安全性为代价的。SHA-1 的运行时间稍慢于 MD5，但仍保持较高的处理速度。相比之下，SHA-256 的计算开销显著增加，这使得它的执行时间明显更长[^1]。 #### 2. **安全性** 从安全角度来看，SHA-256 提供了最高的防护水平，能够有效抵御当前已知的各种攻击手段。而 MD5 和 SHA-1 则由于被发现存在严重的碰撞漏洞，已经不再适合用于需要高度安全保障的应用环境[^3]。具体来说，MD5 和 SHA-1 已经可以轻松通过特定方法找到两个不同的输入产生相同的输出结果（即发生碰撞），这对依赖这些算法来验证数据完整性的系统构成了巨大威胁[^2]。 #### 3. **应用领域** 尽管 MD5 因其快速特性仍可能存在于某些低风险环境中作为简单的校验工具；但对于涉及敏感信息保护的任务，则强烈推荐采用像 SHA-256 这样具备更强抗碰撞性能的新一代标准[^4]。此外，在实际部署过程中还需要综合考量硬件资源消耗等因素决定最适合的具体实现方案。 ```python import hashlib import time def measure_hash_performance(data, algorithm): start_time = time.time() hash_func = getattr(hashlib, algorithm)() hash_func.update(data.encode('utf-8')) end_time = time.time() return (end_time - start_time) data_sample = "This is a test string to compare the performance of different hashing algorithms." md5_time = measure_hash_performance(data_sample, 'md5') sha1_time = measure_hash_performance(data_sample, 'sha1') sha256_time = measure_hash_performance(data_sample, 'sha256') print(f"Time taken by MD5: {md5_time}") print(f"Time taken by SHA1: {sha1_time}") print(f"Time taken by SHA256: {sha256_time}") ``` 上述代码片段展示了如何测量不同哈希函数的时间表现差异。通过这种方式可以帮助开发者直观了解各自的优势所在并据此做出合理的选择。