MurmurHash 比 std::hash 更快，因其利用 rotl64 等指令并行混洗、无分支、低位分布优；但非加密哈希，仅适用于内部哈希表，需注意内存对齐与 CPU 指令集适配。
为什么 MurmurHash 在 C++ 哈希表中比 std::hash 更快
因为 std::hash 对字符串默认常调用 std::string::c_str() + 逐字节循环，无 SIMD 加速，且不打乱低位分布；而 MurmurHash3_x64_128（或其 32 位变种）在 x86-64 上能利用 rotl64、fmul 类指令做并行混洗，关键路径无分支，吞吐量高。
但注意：MurmurHash 不是加密哈希，不防碰撞攻击，仅适合内部哈希表——如果你用在暴露给用户输入的缓存键上，得加 salt 或换 SipHash。
- 实测 8 字节到 64 字节字符串，MurmurHash3_x86_32 比
std::hash<:string></:string>快 2.1–3.7×（GCC 12, -O2, Skylake） - 超过 1KB 的键，优势收窄，因内存带宽成为瓶颈，此时预计算 hash 并缓存
hash_value成员更关键 - Clang 下
__builtin_ia32_rotl64可能未被自动识别，需显式内联汇编或改用_rotl64（MSVC）或__rolq（GCC 内建）
如何在自定义哈希表中安全接入 MurmurHash3
别直接 memcpy 键到 uint32_t 数组——这是最常见 crash 点：std::string 数据未必 4 字节对齐，reinterpret_cast<uint32_t>(s.data())</uint32_t> 触发未定义行为（UB）。
正确做法是走字节流处理，用 const uint8_t* + 分段 load + le32toh 转换（小端平台可跳过）。
立即学习“C++免费学习笔记（深入）”；
- 对
std::string：用s.data()和s.length()，不要取c_str()（末尾 \0 不参与 hash） - 对 POD 类型如
struct Key { int a; short b; };：必须用memcpy(&buf, &k, sizeof(k))，禁止*(uint64_t*)&k - 推荐用官方 MurmurHash3 源码中的
MurmurHash3_x86_32(const void*, size_t, uint32_t, void*)接口，第 3 参数为 seed，建议设为常量（如 0x9747b28c）避免跨进程不一致
AVX2 加速版 MurmurHash 的实际收益与陷阱
有论文称 AVX2 版本对长键（≥256B）提速 40%，但你在生产环境很难用上——因为 GCC/Clang 默认不为 std::hash 启用 -mavx2，且哈希函数模板实例化时无法动态 dispatch 指令集。
真正可行的是：在哈希表类构造时检测 CPUID（用 __builtin_ia32_cpuid），缓存一个函数指针，运行时跳转。但要注意：LLVM 的 ThinLTO 可能内联掉该分支，导致 AVX 指令在不支持 CPU 上崩溃。
- 若用
if (__builtin_cpu_supports("avx2"))，确保链接时带-latomic（部分老 glibc 需要） - AVX2 版本对短键（
- 别用第三方“AVX 优化 Murmur”头文件——很多没处理 unaligned load，遇到 mmap 文件映射页边界就 SIGBUS
std::unordered_map 里怎么换掉默认 hash
不是重载全局 std::hash，而是传入自定义函数对象：
struct MyHash {
size_t operator()(const std::string& s) const {
uint32_t h;
MurmurHash3_x86_32(s.data(), s.length(), 0x9747b28c, &h);
return h;
}
};
std::unordered_map<std::string, int, MyHash> map;
但注意：这个 MyHash 必须满足可默认构造、可拷贝、无副作用。若你用线程局部 seed，会破坏哈希一致性——所有桶必须用同一套 hash 规则。
- 别在 operator() 里 new/delete 或锁：哈希计算必须是纯函数
- 如果 key 是自定义结构体，operator() 必须覆盖所有字段，漏掉
padding字节会导致不同对象算出相同 hash - gcc 13+ 支持
std::unordered_map<k></k>的 H 模板参数推导，但 clang 15 仍要求显式写出类型，别依赖 auto deduction
哈希值分布是否均匀，比绝对速度更重要；用 std::map 做 baseline 测试时，记得关掉 ASLR（setarch $(uname -m) -R ./test），否则桶分布抖动会掩盖真实差异。
