整数 hashCode 的最佳实现是啥？

Posted 2023-02-25

【中文标题】整数 hashCode 的最佳实现是啥？

【英文标题】：What is the best implementation of hashCode of an integer?整数 hashCode 的最佳实现是什么？

【发布时间】：2015-11-12 13:13:51

【问题描述】：

我创建了一些用于 hashTable 的整数的 hashCode 实现，但它们似乎都没有至少接近均匀分布。那么假设 hashTable 的大小接近一百并且整数大到几千的数量级，那么整数的 hashCode 的最佳实现是什么？提前致谢。

【问题讨论】：

为什么不直接使用整数本身作为自己的哈希？

如果您的源整数分布良好，您可以应用% 100 作为哈希码

由于 32 位整数集本身是均匀分布的，我假设您有一个特定的整数子集可以使用，但事实并非如此。因此，您需要考虑对特定数据及其实际分布的约束，以便设计一个均匀分布该子集的哈希码。您没有在问题中提供该信息。

@AaronD 这会导致 hashTable 的大小变大......即使我采用 hashCode%hashTableSize，对于接近于 10 的数字（即 hashTableSize）也无法正常工作

@RealSkeptic 我正在为 hashTable 实现 hashCode。如果 hashCodes 集中，则 hashTable 将不会有效。

【参考方案1】：

我建议“最好”的实现，不管这意味着什么，几乎可以肯定

Integer.valueOf(value).hashCode()

【讨论】：

并且，根据Java docs，Integer的hashCode()方法返回Integer所代表的原始int值。

嗯...我认为通用 解决方案不一定是最好的。事实上，优化在于具体化而不是泛化。

【参考方案2】：

由于你的哈希表比较小，模函数是最简单的实现，如果输入数字是随机的，分布也应该是随机的。

public int hashCode(int x)
   return x%tableSize;

如here 所述，更好的实现是使用乘法。

(x*someNumber) % table size;

here 描述了其他散列函数，请查看它们。 希望这会有所帮助。

【参考方案3】：

如果您的数据的键是均匀分布的，则不仅仅是使用整数本身作为键。如果您的密钥不是均匀分布的，您需要修改整数，使其在所有整数的频谱中分布得更均匀。如何做到这一点取决于您的密钥是如何分布的以及确切的 Map 实现。

您确定您没有进行过早优化吗？在只有 100 个条目的 Map 中，如果您有恒定的查找时间（完美分布）或线性查找时间（每个条目都有键冲突），这实际上并不重要。迭代 100 个项目是如此之快，在基准测试之外，您很可能不会注意到差异。如果一个列表的平均速度甚至不比具有如此小的数据集的地图更快，那么进行基准测试会很有趣。

【参考方案4】：

因此，您在 X 轴上有 数千个 值，并且您想在 Y 轴上将它们“转换”成更小的范围，数百。显然，您可以除以 10 或获得模数，但您还希望在目标范围内尽可能均匀地分布它们。

我猜你需要一个压缩函数。

例如，您可以将 sine 函数应用于输入并乘以哈希表的大小。期间应该有什么值？这取决于：您期望输入值越接近，周期越高（因此非常接近的两个值会产生两个非常不同的结果）。反之亦然：如果预计输入值不会非常接近，则可以使用一小段时间。

private int hashCode(int input, int tableSize)

    return (int)(tableSize*Math.sin(PERIOD*input));

【参考方案5】：

来自 MurmurHash3 的终结雪崩函数：

int h = key;
h ^= h >>> 16;
h *= 0x85ebca6b;
h ^= h >>> 13;
h *= 0xc2b2ae35;
h ^= h >>> 16;