具有最小冲突的两个整数数组的哈希函数答案

【问题标题】：Hash function for two integer arrays with minimal collisions具有最小冲突的两个整数数组的哈希函数
【发布时间】：2020-08-14 15:31:00
【问题描述】：

我正在解决一个问题，我想在数据结构（例如 hashmap）中存储由两个相等长度的整数数组（例如 int a[] ={1,2,3,4} 和 int b[] ={1,2,2,6}）组成的对象。但是，对于不同的对象，两个数组的长度可能会有所不同。两个数组都由给定区间（例如 0-200 之间）的整数组成。

为了使用两个数组存储对象，我想分配一个计算速度快、保留两个序列并且将导致冲突最小化的哈希键。

我第一次尝试使用Arrays.deepHashCode(int[][])，但很快就发现了冲突。其次，我尝试通过将 a[i] 和 b[i] 更改为新值来更平均地分配数组中的值，以便 a_new[i] = Math.pow(31,a[i]) % Math.pow(2,16)（实际上使用 BigInteger 以避免溢出：BigInteger.valueOf(31).modPow(BigInteger.valueOf(a[i]), BigInteger.valueOf(Math.pow(2,16)))；使用 BigInteger。由于值的间隔是有限的，我可以为每个可能的值预先计算它。结果我想出了以下解决方案：

    int result = 31;
    for (int i = 0; i < a.length; i++) {
        result = result * 31 * a_new[i];
        result = result * 31 * b_new[i];
    }

当只有较小的数组时，此解决方案似乎有效，但是一旦 a[] 和 b[] 最多可以包含 10 个值，它也会导致冲突。现在我想知道，是否有更好的方法来实现我想要的更少的碰撞。

编辑：我修复了它以使用适当的 Java 代码来获得权力

【问题讨论】：

那不是真正的 Java。 Java 中没有“mod”运算符，而且......不清楚^ 是什么意思。你的意思是取幂还是按位或？向我们展示您实际使用的代码。
@stephen C：我想它象征着“^”的力量，而不是双星号。如果是这样，则结果 int 溢出。应该使用 Long 而不是 int(eger)
@StephenC：我修复了代码以使用实际的 java 代码。是的，我将“power of”与 BigInteger 结合使用来处理结果的大幂的模数。
你能澄清一下你认为什么类型的对象是等价的吗？

标签： java arrays hash computation-theory hash-function

【解决方案1】：

也许不是将每个a[i] 和b[i] 乘以31，您可以存储一个素数数组，并将数组中的当前数字乘以prime[i]？

类似这样的：

int result = 31;
int[] primes = {3, 5, 7, 11, 13, 17, 19, 23, ... };
    for (int i = 0; i < a.length; i++) {
        result = result * primes[i % primes.length] * a_new[i]
        result = result * primes[i % primes.length] * b_new[i]
    }

您也可以尝试使用更大的素数来降低碰撞的可能性。

【讨论】：

我真的很喜欢这个想法，并尝试在数组中使用不同的素数（例如从 31 开始）并使用数组的修改值和原始值。尽管性能比 Objects.hash 好，但不幸的是，它在一段时间后也导致了冲突。

【解决方案2】：

只是陈述显而易见的......

return Objects.hash(a_new, b_new);

【讨论】：

【解决方案3】：

感谢所有回复和想法。最终，我想出了一个不同的解决方案，它似乎对我有用，并且到目前为止还没有导致任何冲突。

我决定创建两个不同的散列，而不是为两个数组创建一个散列。一个哈希基于数组中的整数集，另一个基于序列（与我的问题相同）。然后将两个哈希用作 MultiKeyMap (Apache Commons Collections 4.4 API) 中的键，我在其中存储连接到两个数组的数据。

基于序列的哈希：

    int result = 31;
    for (int i = 0; i < a.length; i++) {
        result = result * 31 * a_new[i];
        result = result * 31 * b_new[i];
    }

    return result;

基于集合的哈希：


    int resultA = 31;
    int resultB = 179;
    for (int i = 0; i < a.length; i++) {
        resultA += a_new[i];
        resultB += b_new[i];
    }

   return resultA *31 * resultB;

【讨论】：