快速简单的哈希码组合

Question

人们能否推荐快速简单的方法来组合两个对象的哈希码。我不太担心冲突，因为我有一个可以有效处理冲突的哈希表，我只想要尽快生成代码的东西。

阅读 SO 和网络似乎有几个主要的候选者：

1. 异或
2. 使用素数乘法进行异或运算
3. 简单的数字运算，如乘法/除法（带有溢出检查或环绕）
4. 构建字符串，然后使用字符串类哈希码方法

人们会推荐什么以及为什么？

Answer 1

我个人会避免异或 - 这意味着任何两个相等的值都会导致 0 - 所以 hash(1, 1) == hash(2, 2) == hash(3, 3) 等等。还有 hash(5 , 0) == hash(0, 5) 等可能偶尔出现。我特意将它用于集合散列 - 如果你想散列一系列项目并且你不关心排序，那很好。

我通常使用：

unchecked
{
    int hash = 17;
    hash = hash * 31 + firstField.GetHashCode();
    hash = hash * 31 + secondField.GetHashCode();
    return hash;
}

这就是 Josh Bloch 在 Effective Java 中建议的形式。上次我回答了一个类似的问题时，我设法找到了一篇对此进行了详细讨论的文章 - IIRC，没有人真正知道它为什么运作良好，但确实如此。它也易于记忆、易于实施，并且易于扩展到任意数量的字段。

Answer 2

如果您使用 .NET Core 2.1 或更高版本或 .NET Framework 4.6.1 或更高版本，请考虑使用 System.HashCode 结构来帮助生成复合哈希代码。它有两种操作模式：添加和组合。

使用Combine 的示例，通常更简单，最多可用于八个项目：

public override int GetHashCode()
{
    return HashCode.Combine(object1, object2);
}

Add使用示例：

public override int GetHashCode()
{
    var hash = new HashCode();
    hash.Add(this.object1);
    hash.Add(this.object2);
    return hash.ToHashCode();
}

优点：

• .NET 本身的一部分，从 .NET Core 2.1/.NET Standard 2.1 开始（不过，请参阅下面的内容）
  • 对于 .NET Framework 4.6.1 及更高版本，Microsoft.Bcl.HashCode NuGet 包可用于向后移植此类型。
• 看起来有很好的性能和混合特性，基于作者和审稿人之前所做的工作merging this into the corefx repo
• 自动处理空值
• 采用IEqualityComparer 实例的重载

缺点：

• 在 .NET 4.6.1 之前的 .NET Framework 上不可用。 HashCode 是 .NET Standard 2.1 的一部分。截至 2019 年 9 月，.NET 团队拥有no plans to support .NET Standard 2.1 on the .NET Framework，即.NET Core/.NET 5 is the future of .NET。
• 通用，因此它不能处理超级特定的情况以及手工编写的代码

Answer 3

虽然 Jon Skeet 的答案中概述的模板通常作为散列函数系列效果很好，但常数的选择很重要，答案中提到的 17 的种子和 31 的因子效果不佳完全适用于常见用例。在大多数用例中，散列值比int.MaxValue 更接近于零，并且联合散列的项目数为几十个或更少。

对于一个整数元组{x, y}（其中-1000 <= x <= 1000 和-1000 <= y <= 1000）进行散列处理，它的碰撞率几乎是98.5%。例如，{1, 0} -> {0, 31}、{1, 1} -> {0, 32} 等。如果我们将覆盖范围扩大到还包括 n 元组，其中3 <= n <= 25，碰撞率大约为 38%，它不会那么糟糕。但我们可以做得更好。

public static int CustomHash(int seed, int factor, params int[] vals)
{
    int hash = seed;
    foreach (int i in vals)
    {
        hash = (hash * factor) + i;
    }
    return hash;
}

我编写了一个蒙特卡罗抽样搜索循环，该循环使用各种种子值和因子对随机整数 i 的各种随机 n 元组进行了测试。允许的范围是2 <= n <= 25（其中n 是随机的，但偏向范围的下限）和-1000 <= i <= 1000。每个种子和因子对至少执行了 1200 万次独特的碰撞测试。

运行大约 7 小时后，发现的最佳配对（种子和因子都限制在 4 位或更少）是：seed = 1009、factor = 9176，碰撞率为 0.1131%。在 5 位和 6 位领域，存在更好的选择。但为了简洁起见，我选择了前 4 位数的表现，它在所有常见的int 和char 散列场景中都表现得很好。它似乎也适用于更大数量的整数。

值得注意的是，“成为主要成员”似乎并不是作为种子和/或因素获得良好表现的一般先决条件，尽管它可能会有所帮助。上面提到的1009 实际上是素数，但9176 不是。我明确测试了这方面的变化，我将factor 更改为9176 附近的各种素数（同时离开seed = 1009），它们的性能都比上述解决方案差。

最后，我还比较了通用 ReSharper 推荐函数系列 hash = (hash * factor) ^ i; 和上面提到的原始 CustomHash() 严重优于它。对于常见用例假设，ReSharper XOR 样式的冲突率似乎在 20-30% 范围内，我认为不应该使用。

Answer 4

在元组中使用组合逻辑。该示例使用 c#7 元组。

(field1, field2).GetHashCode();

Answer 5

我认为 .NET Framework 团队在测试他们的 System.String.GetHashCode() 实现方面做得不错，所以我会使用它：

// System.String.GetHashCode(): http://referencesource.microsoft.com/#mscorlib/system/string.cs,0a17bbac4851d0d4
// System.Web.Util.StringUtil.GetStringHashCode(System.String): http://referencesource.microsoft.com/#System.Web/Util/StringUtil.cs,c97063570b4e791a
public static int CombineHashCodes(IEnumerable<int> hashCodes)
{
    int hash1 = (5381 << 16) + 5381;
    int hash2 = hash1;

    int i = 0;
    foreach (var hashCode in hashCodes)
    {
        if (i % 2 == 0)
            hash1 = ((hash1 << 5) + hash1 + (hash1 >> 27)) ^ hashCode;
        else
            hash2 = ((hash2 << 5) + hash2 + (hash2 >> 27)) ^ hashCode;

        ++i;
    }

    return hash1 + (hash2 * 1566083941);
}

另一个实现来自System.Web.Util.HashCodeCombiner.CombineHashCodes(System.Int32, System.Int32) 和System.Array.CombineHashCodes(System.Int32, System.Int32) 方法。这个比较简单，但可能没有上面的方法那么好分布：

// System.Web.Util.HashCodeCombiner.CombineHashCodes(System.Int32, System.Int32): http://referencesource.microsoft.com/#System.Web/Util/HashCodeCombiner.cs,21fb74ad8bb43f6b
// System.Array.CombineHashCodes(System.Int32, System.Int32): http://referencesource.microsoft.com/#mscorlib/system/array.cs,87d117c8cc772cca
public static int CombineHashCodes(IEnumerable<int> hashCodes)
{
    int hash = 5381;

    foreach (var hashCode in hashCodes)
        hash = ((hash << 5) + hash) ^ hashCode;

    return hash;
}

Answer 6

这是对 Special Sauce 精心研究的解决方案的重新包装。
它利用了值元组 (ITuple)。
这允许参数 seed 和 factor 的默认值。

public static int CombineHashes(this ITuple tupled, int seed=1009, int factor=9176)
{
    var hash = seed;

    for (var i = 0; i < tupled.Length; i++)
    {
        unchecked
        {
            hash = hash * factor + tupled[i].GetHashCode();
        }
    }

    return hash;
}

用法：

var hash1 = ("Foo", "Bar", 42).CombineHashes();    
var hash2 = ("Jon", "Skeet", "Constants").CombineHashes(seed=17, factor=31);

Answer 7

如果您的输入哈希大小相同，分布均匀且彼此不相关，则 XOR 应该没问题。而且速度很快。

我建议的情况是你想要做的地方

H = hash(A) ^ hash(B); // A and B are different types, so there's no way A == B.

当然，如果可以期望 A 和 B 以合理（不可忽略的）概率散列到相同的值，那么您不应该以这种方式使用 XOR。

Answer 8

如果您正在寻找速度并且没有太多的碰撞，那么 XOR 是最快的。为了防止聚集在零附近，您可以执行以下操作：

finalHash = hash1 ^ hash2;
return finalHash != 0 ? finalHash : hash1;

当然，一些原型设计应该可以让您了解性能和集群。

Answer 9

假设你有一个相关的 toString() 函数（你的不同字段应该出现在哪里），我只返回它的哈希码：

this.toString().hashCode();

这不是很快，但应该可以很好地避免碰撞。

Answer 10

我建议使用 System.Security.Cryptography 中的内置哈希函数，而不是自己滚动。