制作散列函数的最佳方法

Question

我正在为 java 中的哈希映射构建一个复合键，并希望为这些对象中的每一个确定我自己的哈希码。我的问题是以下两种方法中最好的方法是什么。我的复合键具有三个 String 属性和一个 int 属性。

public int hashCode(){
    return (className + methodName + uniqueNumber).hashCode();
}

public int hashCode(){
    return (className + methodName + desc + uniqueNumber).hashCode();
}

我必须有 className、methodName 和唯一编号，以保证每个键都有唯一的哈希码。我想采用碰撞机会最小的方法。我的直觉是，我“添加”到哈希映射函数的属性越多，发生冲突的可能性就越小。但是，我并不完全确定这是正确的。

Answer 1

您的问题有点不清楚，至于您需要/足以唯一区分密钥的字段。

通常，您应该通过乘以素数来组合单个哈希（在复合键中）。

假设第一个例子：

public int hashCode() {
    int h = className.hashCode() * 23;
    h += methodName.hashCode() * 17;
    h += uniqueNumber;
    return h;
}

OTOH 如果 uniqueNumber 实际上是唯一的，您可以简化：

public int hashCode() {return uniqueNumber;}

在您的评论中，您提到了一件事：“仅使用 uniqueNumber 将生成唯一的哈希值，但我将失去在哈希图中引用特定值的能力”。

现在这很重要：“实例身份”是一个非常不同的哈希和查找的东西，与“价值”！您不能对两者使用相同的哈希码和映射。

例如，如果您需要一个 Key(ClassName, MethodName) -> SomeValue 查找，这将是一个“值”查找，并且需要通过 ClassName 和 MethodName 值进行散列，以便可以重复：即，所以您可以为 Map.get() 构造一个键来执行查找。

“Instance Identity”实际上在 Java 中内置了对哈希和映射的支持——它被称为 IdentityHashMap。

但在大多数情况下，尤其是复合键（可能用于地图），需要能够重新构造键以便稍后执行查找。所以键应该有值语义，你的uniqueNumber是否真的应该是键的一部分是值得怀疑的。

稍后你去查找时，如何获取正确的uniqueNumber 来检索数据？我的感觉是：

1. 要么应该有一个一流的实体，您可以直接将其用作键（因此不再需要 CompositeKey 类），要么

2. 您无法重复获取uniqueNumber，在这种情况下它不起作用/无论如何都不需要。

总结一下：如果uniqueNumber 确实需要或完全适用，我希望它已经被封装在一个一流的实体中。事实并非如此。看起来您很可能应该使用 基于值的键，并删除 uniqueNumber 位（至少从这里开始）。

所以我的建议：

public int hashCode() {
    int h = className.hashCode() * 23;
    h += methodName.hashCode() * 17;
    h += desc.hashCode();
    return h;
}

如果这有帮助，请告诉我。

Answer 2

几厘米；

(1) 哈希码不必是唯一的。事实上，它们通常不能保证是唯一的。在大多数情况下，保证唯一性的计算成本太高，也不可取。碰撞不是灾难性的。

(2) 哈希码应该反映对象实例的状态，而不是对象类。类名之类的东西不会进入它。当然，除非那是类的实例数据，例如在代表堆栈跟踪的一帧的类中。

(3) 一个好的哈希码会有大量可能的值，这些值会按概率分布，因此不太可能发生冲突。

(4) 在Java中，哈希码必须与Object.equals()一致。请参阅 java.lang.Object 的 Javadoc 以供参考。