为 boost::dynamic_bitset 生成哈希并将哈希转换回 boost::dynamic_bitset

Question

我希望生成一个boost::dynamic_bitset 哈希，以便我可以将值存储在boost::bimaps 中。我尝试了以下代码，Test code here.

#include <iostream>
#include <boost/dynamic_bitset.hpp>
#include <unordered_map>
#include <boost/bimap.hpp>
#include <boost/bimap/unordered_set_of.hpp>
#include <boost/bimap/unordered_multiset_of.hpp>
#include <boost/bimap/set_of.hpp>
#include <boost/bimap/multiset_of.hpp>

#define BOOST_DYNAMIC_BITSET_DONT_USE_FRIENDS

namespace boost {
    template <typename B, typename A>
    std::size_t hash_value(const boost::dynamic_bitset<B, A>& bs) {
        return boost::hash_value(bs.m_bits);
    }
    }

namespace bimaps = boost::bimaps;
typedef boost::bimap<bimaps::unordered_set_of<unsigned long long int>,
        bimaps::unordered_multiset_of<size_t> > bimap_reference;
typedef bimap_reference::value_type position;
bimap_reference reference_index_vector;

int main()
{

    std::string str = "1011010001101101000001101101000011111111011010000011011010000111111111110110100011011010000011011010000111111110110100000110110100001111111111";
    boost::dynamic_bitset<>  bits = boost::dynamic_bitset<> (str);
    std::cout << "bitmap " << bits << std::endl;
    std::cout << "Number of bits " << bits.count() << std::endl;

    size_t hash1 = boost::hash_value (bits);
    std::cout << "Hash value "  << hash1 << std::endl;


/* Insert hash value in bimap
 *
 */

//    reference_index_vector.insert(position(10000000000, hash1));
//    for( bimap_reference::const_iterator iter = reference_index_vector.begin(), iend = reference_index_vector.end();
//            iter != iend; ++iter ) {
//        std::cout << iter->left << " <--> "<< iter->right <<std::endl;
//    }

    return 0;
}

我得到了错误

在 /usr/include/boost/dynamic_bitset.hpp:15:0 中包含的文件中，从 3 开始：在 'std::size_t boost::hash_value(const boost::dynamic_bitset&) 的实例化中 [with B = long unsigned诠释; A = std::分配器； std::size_t = long unsigned int]': 34:40: 从这里需要 /usr/include/boost/dynamic_bitset/dynamic_bitset.hpp:422:17: 错误: 'boost::dynamic_bitset::buffer_type boost:: dynamic_bitset::m_bits' 是私有 buffer_type m_bits； ^ 16:37：错误：在此上下文中

不知道出了什么问题。

1. 如何散列boost::dynamic_bitset
2. 如何将哈希转换回原始位集。
3. 所需的总空间（计数为 0 和 1 或仅 1）。以上代码仅由bits.count() 显示 80 位。我尝试了以下方法来生成哈希值，但不确定需要多少空间。

另外，我尝试通过以下代码生成bitset的哈希值

/*Generating hash by bitset
     * 
     */
    std::bitset<142> seq (str);
    std::hash<std::bitset<142>> hash_bitset;
    std::cout << "Bitset " << seq << std::endl;
    std::cout << "Hash value " << hash_bitset(seq) << std::endl; 

    #Bitset 1011010001101101000001101101000011111111011010000011011010000111111111110110100011011010000011011010000111111110110100000110110100001111111111
    #Hash value 4886653603414440856

Answer 1

好的，我发现对“散列”的本质有很多困惑，所以有一些友好的指示可以开始：

Q. 2. 如何将哈希转换回原始位集。

那是不可能的。哈希是有损摘要。仅当哈希是 Perfect Hash 时才能执行此操作，根据熵定律，如果 bitset 容量超过您平台上 size_t 的大小（通常为 32 或 64 位），则不会发生这种情况。

Q.我也尝试通过...创建哈希

 std::bitset<142> seq (str);
 ....

我希望你意识到std::bitset<> 是一个完全不同的类型，所以它与任务没有真正的关系。而且，由于它不是动态的，因此即使作为一种解决方法，它也对任务没有帮助。

但最重要的是：

散列表使用散列（如unordered_*<>），但它们不存储。哈希是有损摘要，仅用于在内部存储桶中获得良好的分布¹。对于实际的元素相等性，std::equal<T>仍然被使用。

换句话说：

typedef boost::bimap<bimaps::unordered_set_of<unsigned long long int>,
        bimaps::unordered_multiset_of<size_t> > bimap_reference;

不适合创建 size_t 或 unsigned long long² 以外的任何地图。如果你在那里存储事物的哈希值：

reference_index_vector.insert(position(10000000000, hash1));

，您丢失了原始信息。无法从hash1 获取位集。

编译器错误

您的hash_value 实现错误地使用了dynamic_bitset<> 的私有成员。你不能，因为它不可访问。

这是使用公共接口的std::hash<> 的简单实现：

Live On Coliru

#include <boost/dynamic_bitset.hpp>
#include <boost/functional/hash.hpp>
#include <unordered_map>
#include <sstream>

namespace std {

    template <typename Block, typename Alloc> struct hash<boost::dynamic_bitset<Block, Alloc> > {
        size_t operator()(boost::dynamic_bitset<Block, Alloc> const& bs) const {
            size_t seed = boost::hash_value(bs.size());

            std::vector<Block> blocks(bs.num_blocks());
            boost::hash_range(seed, blocks.begin(), blocks.end());

            return seed;
        }
    };

}

int main() {
    boost::dynamic_bitset<> x, y;
    x.resize(rand()%100, 1);
    y.resize(rand()%100, 0);

    std::unordered_map<boost::dynamic_bitset<>, std::string> m;
    m[x] = "x";
    m[y] = "y";
}

您可以改用此std::hash<> 特化并使用boost::bimap。

注意，使用公共接口不是最佳选择，因为它复制了Blocks（您也使用std::bitset<> hack 做到了这一点）。您可能对我之前为 boost::dynamic_bitset<> 所做的 Boost Serialization 实现感兴趣：

• How to serialize boost::dynamic_bitset?
• 这里的代码展示了如何使用序列化实现来有效地实现哈希Hash an arbitrary precision value (boost::multiprecision::cpp_int)

---

¹ 为简单起见，假设使用桶而不是“开放寻址”样式。同样的逻辑也适用于那里，但稍微复杂一些

²（顺便请说uintmax_t或uint64_t）