.NET 中 String.GetHashCode() 的哈希质量和稳定性？答案

【问题标题】：Hash quality and stability of String.GetHashCode() in .NET?.NET 中 String.GetHashCode() 的哈希质量和稳定性？
【发布时间】：2011-01-07 04:26:38
【问题描述】：

我想知道 .NET 中 String.GetHashCode() 实现产生的哈希质量和哈希稳定性？

关于质量，我专注于算法方面（因此，哈希的质量会影响大型哈希表，而不是出于安全考虑）。

然后，关于稳定性，我想知道从一个 .NET 版本到下一个版本可能出现的潜在版本控制问题。

非常感谢这两个方面的一些说明。

【问题讨论】：

标签： c# .net string hash

【解决方案1】：

我无法向您提供有关质量的任何细节（尽管我认为它非常好，因为 string 是框架的核心类之一，很可能用作哈希键）。

但是，关于稳定性，不同版本的框架产生的hash码不保证是一样的，而且过去已经发生了变化，所以绝对不能依赖版本之间hash码的稳定（ see here for a reference that it changed between 1.1 and 2.0)。事实上，它甚至在相同框架版本的32位和64位版本之间存在差异； from the docs:

GetHashCode 返回的值是平台相关的。对于特定的字符串值，它在 .NET Framework 的 32 位和 64 位版本上有所不同。

【讨论】：

【解决方案2】：

这是一个老问题，但我想通过提及 this microsoft bug about hash quality 来做出贡献。

总结：在 64b 上，当您的字符串包含 '\0' 字节时，哈希质量非常低。基本上，只有字符串的开头会被散列。

如果像我一样，你必须使用 .Net 字符串来表示二进制数据作为高性能字典的键，你需要注意这个错误。

太糟糕了，这是一个 WONTFIX... 作为旁注，我不明白他们怎么能说修改哈希码是一项重大更改，当代码包含时

// We want to ensure we can change our hash function daily.
// This is perfectly fine as long as you don't persist the
// value from GetHashCode to disk or count on String A
// hashing before string B. Those are bugs in your code.
hash1 ^= ThisAssembly.DailyBuildNumber;

无论如何，哈希码在 x86/64b 中已经不同了。

【讨论】：

【解决方案3】：

我刚刚遇到了一个与此相关的问题。在我的一台计算机（64 位计算机）上，我遇到了一个问题，我追踪到 2 个不同的对象除了（存储的）哈希码之外是相同的。该哈希码是从一个字符串创建的......相同的字符串！

m_storedhash = astring.GetHashCode();

我不知道这两个对象是如何以不同的哈希码结束的，因为它们来自同一个字符串，但是我怀疑发生的事情是在同一个 .NET exe 中，我依赖的类库项目之一已设置为x86 和 ANYCPU 的另一个对象，其中一个对象是在 x86 类库中的方法中创建的，另一个对象（相同的输入数据，相同的所有内容）是在 ANYCPU 类库中的方法中创建的。

那么，这听起来是否合理：在内存中的同一可执行文件中（而不是在进程之间），一些代码可以使用 x86 框架的 string.GetHashCode() 和其他代码 x64 框架的 string.GetHashCode() 运行？

【讨论】：

【解决方案4】：

我知道这并没有真正包含您指定的质量和稳定性的含义，但值得注意的是，散列非常大的字符串会产生 OutOfMemoryException。

https://connect.microsoft.com/VisualStudio/feedback/details/517457/stringcomparers-gethashcode-string-throws-outofmemoryexception-with-plenty-of-ram-available

【讨论】：

【解决方案5】：

哈希码的质量足以满足其预期目的，即当您将字符串用作字典中的键时，它们不会导致太多冲突。我怀疑如果字符串长度相当短，它只会使用整个字符串来计算哈希码，对于大字符串，它可能只使用第一部分。

不保证跨版本的稳定性。文档清楚地表明哈希算法可能会从一个版本更改为下一个版本，因此哈希码是短期使用的。

【讨论】：