这个哈希函数是唯一的吗？答案

【问题标题】：Is this hash function unique?这个哈希函数是唯一的吗？
【发布时间】：2016-12-10 19:32:24
【问题描述】：

假设哈希整数永远不会溢出，以下生成的哈希对于不同的键是否总是不同的？密钥应该包含 ascii 编码的字符。

我认为是这样，因为我想不出一个例外情况。

char[] arr = "abcd"
int hash = 0
for (int i=0; i<arr.size; i++) {
    hash += (i+1) * arr[i]
}

EDIT1：虽然以下是对我最初问题的技术正确答案，但我应该提到密钥的域是有效电子邮件 ID 的域。因此，不包括一些 ascii 字符。不过，我会进行一些测试并报告。唯一的问题是枚举所有烫发只能达到很小的长度。

无论如何，我的要求是根据电子邮件 ID 创建唯一 ID，并将它们用作数据库中的主键。只是不想自己使用邮件ID。

EDIT2： 好吧，显然有很多碰撞。例如，03N@gmail.com 的哈希 == 00P@gmail.com 的哈希

...
040 == 012
041 == 013
042 == 014
043 == 015
044 == 016
045 == 017
046 == 018
047 == 019
048 == 01:
...

我需要一个不同的散列算法。可以推荐吗？

【问题讨论】：

"对于不同的键，以下生成的哈希是否总是不同的？"根据“散列函数”的定义，答案是“否”。如果答案是“是”——不要称它为哈希函数。
您正在占用较大的值空间并将其“压缩”到较小的空间。根据定义，至少有 2 个输入值映射到相同的输出。
应该至少有一次碰撞

标签： hash unique hash-function

【解决方案1】：

否：例如 1*2 + 2*2 = 1*4 + 2*1。

（char[] arr = {'\u0002','\u0002'} 和 char[] arr = {'\u0004','\u0001'}）

【讨论】：

【解决方案2】：

这两个字符串会生成相同的哈希值：

"~ "
"@?"

以上内容完全由可打印的 ASCII 字符组成。

一种蛮力测试算法的方法是简单地尝试 2 个字符的所有组合，然后可能是 3 或 4 个字符的所有组合，以了解唯一性。

char key[5] = {0};
bool used[65536] = {0};
for (key[0] = " "; key[0] < 128; key[0]++)
    for (key[1] = " "; key[1] < 128; key[1]++) {
        if (used[hashcode(key)]) {
            printf("failed %s", key);
        else
            used[hashcode(key) = true;
        }

【讨论】：

你提到的两个值分别产生 190 和 253。
哎呀，对不起@DebD。我觉得应该是
很好，@DebD。我在输入之前没有仔细检查 ASCII 表是不好的，一定是读取了一个八进制值或什么的。我会尝试将第二个更正为“@？”而不是错误的“{A”

【解决方案3】：

在您的编辑中回答您关于寻求改进散列函数的附加问题时，您可以做的一个小改动是将每个字符乘以一个素数，然后再添加到总数中。这不能保证没有冲突，但应该减少它们，因为您添加的每个新术语将间隔更多，并且是素数的倍数。我会跳过前几个素数以获得更好的间距，所以可能将第一个字符乘以 11，第二个乘以 13，第三个乘以 17，第四个乘以 19，等等。如果你的字符串不太长，你就不需要一个很大的素数表。

如果您真的想变得花哨，可以考虑生成 CRC，或使用线性反馈移位寄存器技术来生成签名。在后者中，您会将新字符（或新字符的选定位）异或到运行总数的最低 8 位，然后将整个总数旋转多个位。

【讨论】：