Java中文本字符串的64位哈希函数是什么？

string java hash collision 64-bit

2022-08-31 16:11:40

我正在寻找一个哈希函数：

很好地散列文本字符串（例如，很少的冲突）
用Java编写，并广泛使用
奖励：适用于多个字段（而不是我连接它们并在连接字符串上应用哈希）
奖励：具有 128 位变体。
优点：不是 CPU 密集型的。

答案 1

你为什么不使用默认值的变体（一些非常聪明的人肯定会努力提高效率 - 更不用说已经看过这段代码的成千上万的开发人员眼睛）？longString.hashCode()

// adapted from String.hashCode()
public static long hash(String string) {
  long h = 1125899906842597L; // prime
  int len = string.length();

  for (int i = 0; i < len; i++) {
    h = 31*h + string.charAt(i);
  }
  return h;
}

~~如果你正在寻找更多的位，你可以使用BigInteger。~~编辑：

正如我在对@brianegge答案的评论中提到的，对于超过32位的哈希，没有太多用例，对于超过64位的哈希，很可能没有一个用例：

我可以想象一个巨大的哈希表分布在几十台服务器上，可能存储着数百亿个映射。对于这种情况，@brianegge在这里仍然有一个有效的观点：32位允许2 ^ 32（约43亿）不同的哈希键。假设有一个强大的算法，你仍然应该有相当多的冲突。使用64位（18，446，744，073亿个不同的密钥），无论您需要它做什么疯狂的场景，您都可以节省。但是，考虑128位密钥（340，282，366，920，938，463，463，374，607，431十亿个可能的密钥）的用例几乎是不可能的。

要组合多个字段的哈希值，只需~~执行XOR~~乘以素数并将它们相加：

long hash = MyHash.hash(string1) * 31 + MyHash.hash(string2);

小素数在那里是为了避免切换值的哈希代码相等，即{'foo'，'bar'}和{'bar'，'foo'}不相等，应该有不同的哈希码。XOR 是坏的，因为如果两个值都相等，它将返回 0。因此，{'foo'，'foo'} 和 {'bar'，'bar'} 将具有相同的哈希代码。

答案 2

今天（2018）的答案。SipHash.

它将比这里的大多数答案快得多，并且质量比所有答案都高得多。

番石榴图书馆有一个：https://google.github.io/guava/releases/23.0/api/docs/com/google/common/hash/Hashing.html#sipHash24-