如何生成集合的哈希以确保完整性？

Question

也许以前有人问过这个问题（我没找到）...

我有一个大约 java.util.Set。 50000 个字符串。我想生成某种哈希来检查它是否已更改（比较两个版本的 Set 的哈希）？

如果 Set 发生变化，则哈希必须不同。

如何实现？谢谢！

编辑：
很抱歉这种误导性的措辞。我不想检查“它”是否已更改（同一个实例）。相反，我想检查两个数据库查询，它们生成两个 - 可能相同 - 一组字符串的实例是否相等。

Answer 1

我会尝试使用java.util.AbstractSet 的hashCode 方法，如文档中所述：

返回此集合的哈希码值。一个集合的哈希码是 定义为集合中元素的哈希码之和， 其中空元素的哈希码定义为零。这个 确保 s1.equals(s2) 意味着 s1.hashCode()==s2.hashCode() 对于任何两组 s1 和 s2，根据总合同的要求 Object.hashCode().

当然，这仅在您的 Set 实现从 AbstractSet 扩展时才有效，我想您使用例如java.util.HashSet。 与往常一样，存在哈希冲突的可能性。

或者，您可以扩展现有的 Set 实现并覆盖状态更改方法，如果每个对象的哈希计算变得过于昂贵，这可能是有意义的，例如：

class ChangeSet<E> extends java.util.HashSet<E> {
    private boolean changed = false;

    @Override
    public boolean add(E e) {
        changed = true;
        super.add(e);
    }

    public void commit() {
        changed = false;
    }

    public boolean isChanged() {
        return changed;
    }

    /* and all the other methods (addAll, remove, removeAll, etc.) */

}

Answer 2

基于此声明：

If the Set changes, the hash has to be different

这真的无法实现，除非你有更多的限制。通常，哈希是某个固定空间中的值。例如，您的哈希可能是一个 32 位整数，因此有 2^32 个可能的哈希值。一般来说，b 位可以获得 2^b 个可能的哈希值。为了实现您想要的，您必须确保每个可能的集合（即 - 所有集合的集合！）小于或等于 2^b。但我的猜测是你可以有任意字符串，所以这是不可能的。即使有可能，您也必须想出一种映射到哈希空间的方法，这可能具有挑战性。

但是，使用良好的散列函数，更改集合最终产生相同散列值的可能性不大。所以可以使用hash来判断不等，但是如果hash相同，还是需要检查是否相等。 （这与哈希集或哈希映射背后的想法相同，其中元素根据哈希码映射到存储桶，但您必须检查是否相等）。

与 Paul 提到的类似但不同：您可以改为创建具有版本号的集合实现，并确保在集合发生变异时始终生成新的版本号。那你可以比较一下版本号吗？我不确定您是否关心不可变集或可变集是否更改回您所见过的版本（即 - 如果它应该始终获得相同的版本）。

希望这会有所帮助。

Answer 3

如果您需要提高 hashCode 的性能（因为它对于大型 Set 来说相当昂贵），您可以缓存它并随时更新。

    class MyHashSet<E> extends LinkedHashSet<E> {
    int hashCode = 0;
    @Override
    public boolean add(E e) {
        if (super.add(e)) {
            hashCode ^= e.hashCode();
            return true;
        }
        return false;
    }

    @Override
    public boolean remove(Object o) {
        if(super.remove(o)) {
            hashCode ^= o.hashCode();
            return true;
        }
        return false;
    }

    @Override
    public void clear() {
        super.clear();
        hashCode = 0;
    }

    @Override
    public int hashCode() {
        return hashCode;
    }
}

Answer 4

有时越简单越好。我建议编写自己的 Set 实现。在其中，覆盖 add 和 remove 方法，以便在修改 Set 时设置一个标志。为标志添加一个 getter，isModified，您不必担心哈希开销或冲突。只需致电MyCustomSet.isModified。

或者，您可以调用 Collections.unmodifiableSet 以获取无法修改的 Set 的包装。如果代码尝试修改集合，将引发异常。