这是生成哈希码的好方法吗？答案

【问题标题】：Is it a good approach to generate hash codes?这是生成哈希码的好方法吗？
【发布时间】：2011-10-01 07:14:50
【问题描述】：

我必须写一个哈希函数，在以下两种情况下：

我对传递给该方法的Object o 一无所知 - 它可以是字符串、整数或实际的自定义对象；
我根本不允许打电话给hashCode()。

我现在使用的计算哈希码的方法：

将对象写入字节流；
将字节流转换为字节数组；
遍历字节数组并通过执行以下操作计算哈希：

hash = hash * PRIME + byteArray[i]

我的问题是这是一种可以通过的方法，有没有办法改进它？我个人觉得这个功能的范围太广了——没有关于对象是什么的信息，但在这种情况下我几乎没有发言权。

【问题讨论】：

这听起来像是功课（为什么你不能打电话给hashCode？）。如果是，请标记它，以便您得到不同（并且更好）的答案。
谢谢，不知道这个标签存在 :) 完成。
可以完全摆脱第 2 步 :)
@Blindy 我认为他的意思是将字节流转换为字节数组。
@Nikita 因为你不知道任何对象的细节，我认为你正在做最好的方式。

标签： java hash-code-uniqueness

【解决方案1】：

看看Bob Jenkin's article 的非加密哈希。他介绍了多种方法，并讨论了它们的优势、劣势以及速度和碰撞概率之间的权衡。

如果不出意外，它将允许您证明您的算法决定是正确的。向您的教练解释为什么您选择速度而不是正确性，反之亦然。

作为起点，试试他的One-at-a-time hash：

ub4 one_at_a_time(char *key, ub4 len)
{
  ub4   hash, i;
  for (hash=0, i=0; i<len; ++i)
  {
    hash += key[i];
    hash += (hash << 10);
    hash ^= (hash >> 6);
  }
  hash += (hash << 3);
  hash ^= (hash >> 11);
  hash += (hash << 15);
  return (hash & mask);
}

它很简单，但在处理更复杂的算法时却出奇的好。

【讨论】：

【解决方案2】：

另外，如果您想尽可能避免冲突，您可以在第 3 步中使用标准化（如果故意冲突是一个问题，则使用加密）哈希函数，例如 SHA-2 左右？

看看DigestInputStream，这也省去了你的第2步。

【讨论】：

固定，“将字节流转换为字节数组”——这样我就可以对其进行迭代。
-1 第 2 步显然是一个错字，使用 any 散列函数会抛出唯一性——它是散列而不是压缩。
@Nikita 您不需要创建字节数组（这将占用大量内存；大多数哈希函数都被指定为处理短缓冲区流）。用DigestInputStream更新了答案。
@Blindy 是的，这表达得很糟糕。我的意思是相对较低的碰撞率（并且使用 SHA2 或更好的，任何碰撞的概率小到天文数字永远（除非密码分析取得进展））。更新的版本还是不正确吗？
normal 和 cryptographic 散列函数（假设散列输出大小相同）之间的主要区别在于，加密函数可以防止 intentional 碰撞，而普通散列只能防止意外碰撞。并且普通的哈希值通常更快。

【解决方案3】：

序列化方法仅适用于实际上可序列化的对象。因此，对于所有类型的对象来说是不可能的。

此外，这通过比较对象具有等效的对象图，这不一定与 通过.equals() 相等。

例如，由相同代码（具有相同数据）创建的 StringBuilder 对象将具有相等的 OOS 输出（即也相等的哈希），而 b1.equals(b2) 为 false，具有相同元素的 ArrayList 和 LinkedList 将被注册为不同，而 list1.equals(list2) 是 true。

您可以通过创建自定义HashOutputStream 来避免将字节流转换为数组 步骤，该HashOutputStream 只需获取字节数据并对其进行哈希处理，而不是将其保存为数组以供以后迭代。

class HashOutputStream extends OutputStream {

    private static final int PRIME = 13;
    private int hash;

    // all the other write methods delegate to this one
    public void write(int b) {
        this.hash = this.hash * PRIME + b;
    }

    public int getHash() {
        return hash;
    }
}

然后将您的 ObjectOutputStream 包裹在此类的对象周围。

您可以查看其他校验和算法，而不是您的 y = y*13 + x 方法。例如，java.util.zip 包含Adler32（用于zlib 格式）和CRC32（用于gzip 格式）。

【讨论】：

为了解决并非所有对象都可序列化的问题，可以使用 toString() 将对象转换为字符串。看起来对象是传入hashCode方法的，所以这不是Object的hashCode方法，所以不需要维护equals一致性。

【解决方案4】：

您可以使用HashCodeBuilder.reflectionHashCode 而不是实现自己的解决方案。

【讨论】：

我必须实现我自己的解决方案，这就是问题的关键:)

【解决方案5】：

hash = (hash * PRIME + byteArray[i]) % MODULO ?

【讨论】：

不需要 - 隐含模数为 2^64。
@mlaw 取决于内部表示。但你是对的，很可能是int。