什么是适用于 2D 点结构的“GetHashCode()”算法（避免冲突）

Posted 2023-02-19

【中文标题】什么是适用于 2D 点结构的“GetHashCode()”算法（避免冲突）

【英文标题】：What is an appropriate `GetHashCode()` algorithm for a 2D point struct (avoiding ***es)

【发布时间】：2011-07-10 10:25:27

【问题描述】：

考虑以下代码：

struct Vec2 : IEquatable<Vec2>

    double X,Y;

    public bool Equals(Vec2 other)
    
        return X.Equals(other.X) && Y.Equals(other.Y);
    

    public override bool Equals(object obj)
    
        if (obj is Vec2)
        
            return Equals((Vec2)obj);
        
        return false;
    

    // this will return the same value when X, Y are swapped
    public override int GetHashCode()
    
        return X.GetHashCode() ^ Y.GetHashCode();
    

除了比较双精度值是否相等（这只是演示代码）之外，我关心的是交换 X、Y 值时会出现哈希冲突。例如：

Vec2 A = new Vec2()  X=1, Y=5 ;
Vec2 B = new Vec2()  X=5, Y=1 ;

bool test1 = A.Equals(B);  // returns false;
bool test2 = A.GetHashCode() == B.GetHashCode() // returns true !!!!!

这应该会破坏字典集合。所以问题是如何为 2,3 甚至 4 个浮点值设置 GetHashCode() 函数的属性，以使结果不对称并且哈希不会冲突。

编辑 1：

Point 实现了不合适的x ^ y 解决方案，而PointF 包装了ValueType.GetHashCode()。

Rectangle 有一个非常奇特的 (((X ^ ((Y << 13) | (Y >> 19))) ^ ((Width << 26) | (Width >> 6))) ^ ((Height << 7) | (Height >> 25))) 哈希码表达式，它似乎按预期执行。

编辑 2：

'System.Double' 有一个很好的实现，因为它并不认为每一位都同等重要

public override unsafe int GetHashCode() //from System.Double

    double num = this;
    if (num == 0.0)
    
        return 0;
    
    long num2 = *((long*) &num);
    return (((int) num2) ^ ((int) (num2 >> 32)));

【问题讨论】：

可以尽量减少冲突，但是你的代码必须期待它们；它们总会发生

哈希 将 冲突 - int 的可能值范围比 double 小，与 doublexdouble 相比更小。此外，您可能需要考虑更宽松的相等比较 - 由于四舍五入，两个浮点值可能非常接近（任何人“通过眼睛”进行比较都会认为相等），但仍然不会完全相等。

不仅仅是 (A,B) 与 (B,A) 发生碰撞。由于 X^X --> 0 all (C,C) 与 all (D,D) 碰撞，这是一个更大的碰撞空间。

Create a hashcode of two numbers的可能重复

【参考方案1】：

Jon skeet 对此进行了介绍：

What is the best algorithm for an overridden System.Object.GetHashCode?

   public override int GetHashCode()
   
       unchecked // Overflow is fine, just wrap
       
           int hash = 17;
           // Suitable nullity checks etc, of course :)
           hash = hash * 23 + X.GetHashCode();
           hash = hash * 23 + Y.GetHashCode();
           return hash;
       
   

另外，将您的 Equals(object) 实现更改为：

return Equals(obj as FVector2);

但是请注意，这可能会认为派生类型是相等的。如果您不希望这样，则必须将运行时类型 other.GetType() 与 typeof(FVector2) 进行比较（并且不要忘记空值检查）感谢您指出它是一个结构，LukH

Resharper 为相等和哈希码生成了很好的代码，所以如果你有 resharper，你可以让它做它的事情

【讨论】：

所讨论的类型是一个结构体，因此不能将Equals(object) 实现更改为使用as。 OP 当前的Equals(object) 方法没有任何问题。

这可能效果很好，但是如果您查看Double.GetHashCode() 的计算，您会注意到使用了对重要位的更仔细考虑，我想效仿。

感谢您的回复，因为我已经为许多结构实现了这个版本。

很高兴为您提供帮助！

【参考方案2】：

哈希冲突不会对字典集合造成严重破坏。如果你不幸得到它们，它们会降低效率，但字典必须处理它们。

如果可能的话，冲突应该很少见，但这并不意味着实现不正确。由于您给出的原因（高冲突），XOR 通常很糟糕 - ohadsc 发布了我之前提供的示例作为替代方案，这应该没问题。

请注意，实现Vec2 与no 冲突是不可能的——GetHashCode 只有 2³² 个可能的返回值，但还有更多可能的 X 和 Y 值，即使在您删除了 NaN 和无限值之后...

Eric Lippert 在GetHashCode 上有一个recent blog post，您可能会发现它很有用。

【讨论】：

请注意，当字段是浮点数时，位不密集，但遵循某些模式，给定合理的数字以使结构保持。因此，如果 xor 操作避免了最高有效数字的对称性，它就足够了。这有意义吗？

@ja72：可能。这取决于现实世界的数据。如果它们实际上往往是整数，那仍然很糟糕。

【参考方案3】：

坐标的合理界限是什么？

除非它可以是所有可能的整数值，否则你可以简单地：

常量 SOME_LARGE_NUMBER=100000; 返回 SOME_LARGE_NUMBER * x + y;

【讨论】：

如果你知道界限，这真的是最好的。您也可以将它用于 ints 和 int.MaxValue 和 unchecked 子句

【参考方案4】：

如果哈希码的大小小于结构的大小，那么冲突是不可避免的。

【讨论】：

但是例如与 (X=1, Y=5) 和 (X=5, Y=1) 发生冲突是不可接受的。与 (3.287e308, -7,.228e175) 及其对称对的冲突更容易接受。

【参考方案5】：

哈希码方法适用于整数坐标，但不建议用于浮点值。使用浮点坐标，可以通过使用排序的序列结构来创建点集/池。

有序序列是叶子版本的平衡二叉树。

这里的键是点坐标。

【讨论】：

您能否展示一些代码来解释您提到的内容。我很难想象它。我知道浮点精度会使GetHashCode() 不确定，但我不明白您打算如何解决这个问题。

忘掉 GetHashCode()，你不使用散列。刚刚使用了带有 xy 比较器的平衡二叉树。

我经常需要实现IEquatable<>，因此需要哈希来覆盖。能否请您显示一些代码，以便我们了解您在说什么。

顺便说一句，您可以使用快照网格转换为整数，然后使用这些函数之一获得没有冲突的散列。 dmauro.com/post/77011214305/…

以独特且确定的方式将两个整数映射为一个。 ***.com/questions/919612/…