如何将输入映射到具有相同输出和均匀分布保证的输出？

Question

我有一组可变大小 N 的输入（在我的情况下为 Strings），我需要映射到一组固定大小的输出（在我的情况下为数组的索引）M .所以，我基本上需要这样的功能：

fn map(input: String) -> usize;

我需要保证两件事：

1. 对于任何输入X，我必须始终返回相同的输出Y。例如：每次我将字符串 "hello" 传递给我的函数时，返回的值必须始终相同，例如 1。
2. 返回值的分布必须是均匀的，也就是说，对于无数个输入，相同返回值的平均值必须相同。例如，如果我有 M = 4 不同的值要返回，并且我有 N = 100 不同的输入，则映射到每个输出的输入数量在理想情况下必须等于 25。

我想出了以下代码：

use std::collections::hash_map::DefaultHasher;
use std::hash::{Hash, Hasher};

fn main() {
    let bucket = Bucket::new(5);
    let inputs = ["hello", "world", "house", "hi"];

    for input in &inputs {
        let output = bucket.get(input);
        assert_eq!(output, bucket.get(input));
        println!("{} -> {}", input, output);
    }
}

pub struct Bucket {
    values: Vec<usize>,
}

impl Bucket {
    pub fn new(size: usize) -> Self {
        let values = (0..size).collect();
        Bucket { values }
    }

    pub fn get<T: Hash>(&self, id: &T) -> usize {
        let mut hasher = DefaultHasher::new();
        Hash::hash(id, &mut hasher);
        let index = (hasher.finish() % self.values.len() as u64) as usize;
        self.values[index]
    }
}

Link to Playground

我认为上面的代码保证了第一点（对于相同的输入总是相同的输出），但不一定是第二点（分布的均匀性）。

有没有快速实现这样的功能，从而保证两点？

Answer 1

我认为你的第一点是正确的，你的实现是正确的。

关于第二点：这取决于DefaultHasher 做了什么。在实践中它可能已经足够好了，但是还有另一种技术可以满足您的要求：

• 有一个计数器 m，最初为 0。
• 有一个HashMap 映射String 到usize。
• 无论何时你想要get 的结果，在HashMap 中查找给定的字符串：
  • 如果字符串已经存在，则返回相关值。
  • 如果字符串不存在：
  • 向HashMap 添加一个新条目，将给定字符串映射到m 的当前值。
  • 将 m 增加 1。
  • 如果m==M，将m重置为0。