在哈希表中查找冲突

Posted 2023-02-25

【中文标题】在哈希表中查找冲突

【英文标题】：Finding collisions in hash table

【发布时间】：2012-05-24 15:36:01

【问题描述】：

我正在复习我的数据结构期末考试，在去年的期末考试中遇到了一个问题。在过去三个小时的工作中，我仍然无法找到解决它的方法，除非通过反复试验。问题来了：

"假设你的哈希表的大小是31，常数g也是31，并且你使用下面的哈希码

int hash = 0;
int n = s.length();
for (int i = 0; i < n; i++)
   hash = g * hash + s.charAt(i);

并且您使用单独的链接来解决冲突。列出五个不同的名称，它们将散列到表中的同一位置。”

我认为必须有某种技巧，可能涉及模运算符来解决这个问题，考虑到哈希表的大小是 31，与常数 g 相同。对不起，如果我听起来像这样，但我不是要代码或任何东西，只是对这个问题的一些想法/提示。非常感谢任何评论。谢谢

【参考方案1】：

java 字符串可以包含零字符 ("\0")，因此以下所有内容都将哈希为相同的值：

"a"
"\0a"
"\0\0a"
"\0\0\0a"
"\0\0\0\0a"

这是证明（感谢 Eric 提供的参考，这是使用的哈希）：

> cat Foo.java
class Foo 
    public static void main(String[] args)                                     
        System.out.println("a".hashCode());                                     
        System.out.println("\0a".hashCode());                                   
        System.out.println("\0a".length());
        System.out.println("\0a".equals("a"));
                                                                               
           
> javac Foo.java                                        
> java Foo                                                       
97
97
2
false

不过，我怀疑这是预期的答案。

另外，如果这是一场考试，我怀疑我是否能记住 ASCII 码。所以在另一个答案中使用样式序列的另一种方法是：

"\002\000"
"\001\037"

等（这些是八进制三元组 - 以上都哈希到 62）。但是为这种风格生成 5 个 个示例（所有相同的哈希）是否容易？

【讨论】：

是的，我不认为这是预期的答案哈哈，但仍然非常感谢！我学到了一个关于零字符的新东西，这太棒了。

【参考方案2】：

根据Wikipedia article on Java's string hashing algorithm（和你提出的算法一样）：

与任何一般的散列函数一样，冲突是可能的。为了 例如，字符串“FB”和“Ea”具有相同的哈希值。这 String 的 hashCode() 实现使用素数 31 和 'a' 和 'B' 的差值只有 31，所以计算结果是 70 × 31 + 66 = 69 × 31 + 97。

【讨论】：

顺便说一句，这种散列实现使 Java 容易受到 DoS 攻击！有关使用哈希映射的 DoS 攻击，请参阅 ocert.org/advisories/ocert-2011-003.html、cryptanalysis.eu/blog/2011/12/28/… 或 google。

@yshavit：很有趣。我以前没有考虑过，但它很有意义。

更多为String.hashCode 生成冲突的方法：david-soroko.blogspot.co.uk/2015/06/…