是否有保证唯一的 Delphi XE2 字符串散列函数可用于查找？答案

【问题标题】：Is there a Delphi XE2 string hash function guaranteed to be unique that I can use for lookup?是否有保证唯一的 Delphi XE2 字符串散列函数可用于查找？
【发布时间】：2023-03-10 11:10:01
【问题描述】：

我正在使用 TClientDataSet 来管理对象并授予我对对象数据的“数据库”访问权限。到目前为止，这运作良好。我在数据集中有两个“特殊”（隐藏）字段-“ObjectName”和“ObjectRef”。 ObjectName 是对象项的类别和名称的连词，形式为 My category.my object'，用于将我从对象实例内部获取到记录号。该字段已编入索引。 'ObjectRef' 是指向该对象实例的指针的整数类型转换，用于所有其他对象生命周期管理。

我必须为“ObjectName”字段选择一个大小，以适应我预期的最大可能类别和名称组合，但这只是一个索引，我希望这个大小尽可能小以提高性能和记忆的原因。是否有一个“无损”函数可以应用于我的表单“我的类别.我的名字”，它仍然是唯一的，我可以用作哈希？哈希函数看起来很聪明，但不是计算机科学专家，我永远不知道如何知道它们的输出是否唯一。

谢谢

【问题讨论】：

您在问是否可以在有限数量的插槽中存储无限数量的对象。答案是否定的。
@大卫。我不认为我是。我准备分配所需的任何长度的字段 - 我接受这将是一个限制 - 但我只是希望将我对“我的类别.我的名字”的平淡引用“压缩”成一个独特且更紧凑的引用 - 并且因此可能更有效 - 可索引的字符串。
您还需要限制 My category.my 名称值的长度。然后您可以按原样使用它们。
你真的需要“哈希”是可逆的，还是你只是担心碰撞？
@Brian：听起来您需要自动递增的标识值，而不是散列，并在数据库设计中使用 id（整数）而不是主键作为字符串。当然，这些在客户端数据集中不存在，但也许您应该考虑为这些临时表使用真正的 DB 层（可能是 SQLite）。

标签： string delphi hash delphi-xe2

【解决方案1】：

所有散列函数都有冲突的风险，但 AFAIK 更安全的一种是 SHA-1 算法，存在许多 delphi 实现，例如您可以使用 Jwscl library (JEDI Windows Security Code Lib)，它是 Windows CryptoAPI 的包装器（你可以在这个问题上找到一个 delphi 示例SHA1 hashing in Delphi XE) 或使用 Indy 中的 TIdHashSHA1 类。

另一种选择是使用更简单的哈希函数（非加密），例如 delphi 在 BobJenkinsHash 方法中实现的 Jenkins 哈希函数。

【讨论】：

-1 列出大量哈希算法并不能解决所提出的问题
@DavidHeffernan 我认为我对问题Is there a Delphi XE2 string hash function guaranteed to be unique that I can use for lookup? 的回答是有用的，我只提到了 2 种算法（SHA1 和 Jenkins）并解释了所有哈希函数都有碰撞的风险。
@DavidHeffernan，请解释一下，为什么你说这些算法都不能用于生成哈希并将值存储在ObjectName字段中？
哈希不好。 Brian 想要一个将任意长字符串映射到有限长度值的函数。并且具有不同输入值总是导致不同输出值的特性。显然不可能存在这样的功能。
@DavidHeffernan 我相信哪个 OP 想要在 ObjectName 字段中存储字符串的哈希（类别+名称组合），然后使用这个生成的值作为查找。因此，我将等待 OP cmets 检查我对他的问题的解释是否正确，如果不正确，我将删除我的答案:)。您也可以根据自己对问题的解释添加自己的答案。

【解决方案2】：

没有。根据定义，哈希函数的结果不是唯一的。

您可能需要创建一个本地列表来跟踪应用程序中的 ObjectName，并将唯一索引与添加的每个对象关联起来，这样您就可以将其存储在 DB 中而不是 ObjectName 中。或者在创建时为您的对象分配全局唯一索引（例如 UInt64）

【讨论】：

哈希和压缩本质上是不同的任务。 Hash旨在快速比较，它的输出长度总是不变的。压缩旨在减小大小，但其输出没有大小限制。对于短字符串，您可能经常会得到比原始字符串更大的包大小。
@KromStern 模糊哈希没有固定长度：fuzzyhashing.codeplex.com
@user Brian 的数据库有固定长度的字段。
@user582118：模糊哈希用于不同的上下文
@David 是的，DB 字段是固定的，但我的哈希有两个明显的好处 - 我会（在某种程度上）减少字段长度，但索引会改进。