对于 unordered_map，对于具有 3 个无符号字符和一个 int 的结构，啥是好的散列函数？

Posted 2023-02-22

【中文标题】对于 unordered_map，对于具有 3 个无符号字符和一个 int 的结构，啥是好的散列函数？

【英文标题】：What's a good hash function for struct with 3 unsigned chars and an int, for unordered_map?对于 unordered_map，对于具有 3 个无符号字符和一个 int 的结构，什么是好的散列函数？

【发布时间】：2012-11-15 00:13:33

【问题描述】：

我只想使用 unordered_map 和我的结构作为键，因为我不需要任何排序..但我就是找不到自己拥有所有这些散列的东西..

作为一个相关问题..当人们比较无序和有序映射时，他们从不谈论哈希函数，那怎么可能？一个糟糕的哈希函数不能让无序映射比映射慢吗？ （完全归功于哈希函数）

struct exemple

  unsigned char a,b,c;
  unsigned int n;

  bool operator == ( const exemple & other) const ..
;

namespace std 
template <>
struct hash<exemple> : public std::unary_function<const exemple &, std::size_t>

    inline std::size_t operator()(const exemple & exemple_p ) const
    
        return 0;// what do I do
    
;

-编辑- a,b,c 只能有值 'a', 'b', 'c' 或 'd', n 在 3 到 60 之间变化。

【问题讨论】：

哈希函数需要自己写吗？

这是两个截然不同的问题。请一次发布其中一个。

@evanmcdonnal 你是什么意思？如果我不提供无序地图，则无法编译。

是的，但是您可以使用已经存在的哈希库中的逻辑。例如，假设我有一些字符串散列函数hash(string)，我可以创建一个函数，将int 转换为字符串，然后将其与三个chars 连接，然后以return hash(StringIjustMade); 结束函数，这与实际上自己编写低级哈希逻辑。

首先删除unary_function。这些东西在官方上是没用的，因为就像永远一样。

【参考方案1】：

您在散列函数中执行的操作取决于您获得的值，而不一定取决于它们的类型。如果所有四个数据成员包含均匀分布的每个值，我会将这两个字符组合成一个 unsigned long 并返回两个值异或的结果：

typedef unsigned long ulong;
return n ^ (ulong(a << 16) | ulong(b << 8) | ulong(c));

肯定是一个散列函数。它是否运作良好是一个不同的问题。您也可以将结果与std::hash<unsigned long> 结合起来。

【讨论】：

适当组合哈希：为什么 C++11 省略了 hash_combine？这是boost::hash 的一个不错的功能。

哦，我明白了...我应该提一下，然后我的无符号字符只能采用 a、b、c 或 d 值...而 n 从 ~3 到 60 不等

你是说你有 4³*60 ~= 2^¹² == 4096 个值？在这种情况下，不要打扰使用哈希映射，而是使用数组......

@pmr：我能找到的hash_combine 的唯一踪迹是在n3333 中。换句话说：你没有提出来！其他人也没有。

我不知道你在尝试什么，但它应该可以工作：std::hash<unsigned long> hasher; unsigned long hash = hasher(value);。从外观上看，您尝试将unsigned long 作为构造函数参数传递给std::hash<unsigned long>，即std::hash<unsigned long>(value)。这当然行不通。

【参考方案2】：

这是一个基线哈希函数：

unsigned long long h = (n << 24) | (a << 16) | (b << 8) | c;
return std::hash(h);

即，只需将成员打包到 unsigned long long，然后将工作卸载到 std::hash。在常见的情况下，int 是 32 位宽，long long 是 64 位，并且假设您的字符不是负数，这将使用您对象中的所有信息作为哈希值。

【参考方案3】：

将您的 struct 作为一个整体考虑为一串字节（准确地说是 7 个）。您可以在这 7 个字节上使用任何可接受的通用字符串散列函数。这是应用于您的示例的 FNV (Fowler/Noll/Vo) 通用位串哈希函数（在给定的哈希函子类中）：

inline std::size_t operator()(const exemple& obj ) const

  const unsigned char* p = reinterpret_cast<const unsigned char*>( &obj );
  std::size_t h = 2166136261;

  for (unsigned int i = 0; i < sizeof(obj); ++i)
    h = (h * 16777619) ^ p[i];

  return h;

请注意我如何将对 exemple 结构 (obj) 的引用转换为指向 const unsigned char 的指针，以便我可以一个接一个地访问该结构的字节，并将其视为不透明的二进制对象。请注意，sizeof(obj) 实际上可能是 8 而不是 7，具体取决于编译器的填充（这意味着结构中的某处有一个垃圾填充字节，可能在 c 和 n 之间。如果你愿意，你可以重写散列函数迭代a、b和c，然后是n的字节按顺序（或任何顺序），这将消除任何填充字节（可能存在也可能不存在）对struct 的哈希值。

是的，一个糟糕的哈希函数会使unordered_map 比ordered_map 慢。这并不总是被讨论，因为像上面给出的 FNV 哈希这样的通用快速算法被假定为使用unordered_map 的人使用，在这些情况下，通常unordered_map 比ordered_map 更快，但代价是按顺序迭代容器元素的能力。但是，是的，您必须对数据使用良好的散列函数，并且通常使用这些众所周知的散列之一就足够了。然而，归根结底，每个散列函数都有其弱点，具体取决于输入数据（这里是exemple 结构的内容）的分布。

可以在Eternally Confuzzled 找到关于广义散列和示例散列函数的精彩讨论，包括与我给您的类似的 C 样式 FNV 散列。

【参考方案4】：

boost::hash_combine 就是为此目的而设计的：

std::size_t hash = 0;
for (const auto& value : a, b, c) 
    boost::hash_combine(hash, value);

boost::hash_combine(hash, n);
return hash;