考虑这个函数：
unsigned hash(char *s)
{
char *p;
unsigned hashval;
for(p = s; *p; p++)
hashval = *p + 31 * hashval;
return hashval;
}
如何测量s 中有多少字节会返回错误结果，例如溢出？
我在 32 位平台上。
【问题讨论】：
标签： c hash x86 32-bit integer-overflow
如果你把它改为阅读
unsigned hash(const char *s)
{
const unsigned char *p;
unsigned hashval = 0;
for (p = (const unsigned char *) s; *p; p++)
hashval = *p + 31u * hashval;
return hashval;
}
那么由于整数溢出，不再有任何未定义行为的可能性，因为算术中涉及的所有类型都是无符号的，所以一切都包装了 mod 2n（其中 n是unsigned 的宽度（以位为单位）。我还修复了未初始化变量的使用，并制作了s 和p const，这可能会改进优化和/或捕获函数体中的错误。
（我现在不记得确切的算术转换规则；一开始可能不可能。但是，以这种方式编写它显然不可能。）
顺便说一句，现在已知有更好的哈希函数：如果您没有充分的理由这样做，我建议使用SipHash。
【讨论】：
char 不是unsigned？
一些想法：
首先，哈希函数中会出现溢出。
其次，由于您的函数包含31*hashval，并且字符串中的每个元素的值必须至少为1，因此您会期望在溢出之前可以拥有的最长字符串是所有\x01的字符串，并且当它达到 6 的长度时它会溢出哈希（因为*31 操作将整个数字分配到左边的 5 位上，所以会有进位，这意味着你可能会影响第六位, 和 6*6 = 36 > 32)。当字节更大时，数字会更少（第一个字节几乎定义了行为 - 当它很大时，您可能会在五个字节后溢出）。用真实的位和字节更容易显示这一点。我将使用*32 而不是*31 算法（不太正确，但不用担心carry，你会明白的）：
byte hash is less than:
0000a000 00000000 00000000 00000000 0000a000
10000000 00000000 00000000 000000a0 10000000
b0000000 00000000 00000000 a0100000 b0000000
c0000000 00000000 00a01000 00b00000 c0000000
d0000000 0000a010 0000b000 00c00000 d0000000
anything OVERFLOW!
如上所述，您可以通过将所有内容声明为无符号整数来改进（相当差的）散列算法的可预测行为；我还建议初始化散列（零以外的值可能是个好主意），而不是假设编译器会将其设置为零（我不是 100% 确定这是定义的行为）。最后，如果你对溢出感到疑惑，想得到警告，我会修改代码如下：
for(p = s; *p; p++) {
if((hashval > 0xFFFFFFFF/31) || (*p>>1 + 31 * (hashval>>1)) > 0x7FFFFFFF) {
printf("hash is about to overflow at character %c\n", *p);
}
hashval = *p + 31 * hashval;
}
【讨论】：