目錄djb2
雜湊選擇參考
djb2與lcg很類似，故先介紹 lcg。
lcg（linear congruential generator）演算法是乙個古老的產生隨機數的演算法。由以下引數產生引數m
acx性質
模數乘數
加數隨機數
作用取模
移位偏移
作為結果
lcg演算法是如下的乙個遞推公式，每下乙個隨機數是當前隨機數向左移動 log2 a 位，加上乙個 c，最後對 m 取餘，使隨機數限制在 0 ~ m-1 內
從該式可以看出，該演算法由於構成簡單，具有以下優點：
以下是針對不同引數 lcg 產生隨機數的效果圖
可以看出，針對不同的引數，lcg產生的效果差別很大
以下是針對不同環境下的引數選擇
詳見wiki
def lcg(modulus, a, c, seed):
while true:
seed = (a * seed + c) % modulus
yield seed
以下是 djb2 的雜湊函式：
x = (a * x) + c; // "mod m", m = 2^32 或 2^64
// generates a hash value for a sting
// same as djb2 hash function
//構造雜湊函式 f（hash）= hash * 33 + c
unsigned int countminsketch::hashstr(const char *str)
return hash;
}
其中引數常有以下取值：
m=2^32
m常取乙個較大的質數，以減少衝突。
由於雜湊函式構造簡單，使用移位和相加的操作，所以計算速度快。
要注意hash值的計算，在不同機器上，可能會造成溢位的問題，可以及時對hash值取餘。但是會增加計算開銷，造成hash範圍減小的問題。
乘法易於移位或相加
從移位和加法實現中可以看到，使用33可以複製雜湊累加器中的大多數輸入位，然後將這些位相對地分散開來。這有助於形成好的雪崩現象。使用較大的移位將複製更少的位，使用較小的移位將使位互動更區域性，並使互動擴充套件所需的時間更長。
32 = 2^5，32 與移 5 位相關，有助於將每乙個字串的每一位位元都作用到最終的雜湊值當中
在考慮ascii字元資料時，5的移位是乙個很好的移位量。ascii字元可以看作是4位字元型別選擇器和4位字元型別選擇器。前4位的數字都是0x3。因此，8位移位將導致具有特定含義的位與具有相同含義的其他位相互作用。4位或2位的移位同樣會在相似的位之間產生強烈的互動作用。5位的移位使得乙個字元的4個低階位中的許多位與同一字元的4個上位中的許多強相互作用。
選擇5381並不太重要，很多其他的大的質數數也可以執行地很好。
源自 djb2不是乙個快速雜湊函式，因為它每次處理輸入乙個字元，並且不嘗試使用指令級並行。
在現代處理器,乘法時該演算法要快得多了乘法和其他因素(如2 ^ 13 + 2 ^ 5 + 1)可能也有類似的表現,有更好的輸出,更容易寫。
乙個好的非加密雜湊函式不希望產生隨機輸出。相反，給定兩個幾乎完全相同的輸入，它希望產生完全不同的輸出。
如果你的輸入值是隨機分布的，你不需要乙個好的雜湊函式，你可以使用你輸入的任意一組位元。一些現代雜湊函式(jenkins 3, murmur, probably cityhash)產生的輸出分布比高度相似的隨機輸入更好。
選擇雜湊函式的詳細部落格
乙個簡單的隨機數產生函式
直接先貼上 吧。includenclude const double sample sum 10000000 double random double start,double end 上面這個函式可以產生start到end之間的隨機數，及 start,end 最大值小於end，最小值可以等於sta...
如何產生乙個隨機數
大家可能很多次討論過隨機數在計算機中怎樣產生的問題，在這篇文章中，我會對這個問題進行更深入的 闡述我對這個問題的理解。首先需要宣告的是，計算機不會產生絕對隨機的隨機數，計算機只能產生 偽隨機數 其實絕對隨機的隨機數只是一種理想的隨機數，即使計算機怎樣發展，它也不會產生一串絕對隨機的隨機數。計算機只能...
乙個簡單的子集產生演算法
在做關聯規則挖掘模組的時候，由頻繁項集產生關聯規則，需要使用到子集產生的演算法。比如 char a 集合a中，產生所有a的子集,這些。在openminer的關聯模組實現之處，我考慮的方法和人們思考產生子集的方法型別，既是先產生所有的單個元素的子集，然後產生2個元素的子集，然後3個的，一直到n個元素的...