c# - 快速简单的哈希码组合

Question

人们可以推荐快速简单的方法来组合两个对象的哈希码。我不太担心冲突，因为我有一个可以有效处理冲突的哈希表，我只想要尽快生成代码的东西。

阅读 SO 和网络似乎有几个主要的候选人：

异或
与素数乘法异或
简单的数字运算，例如乘法/除法（带有溢出检查或环绕）
构建一个字符串，然后使用字符串类的哈希码方法

人们会推荐什么，为什么？

score 142 · Accepted Answer

我个人会避免异或 - 这意味着任何两个相等的值都会导致 0 - 所以 hash(1, 1) == hash(2, 2) == hash(3, 3) 等等。还有 hash(5, 0) == hash(0, 5) 等可能会偶尔出现。我故意用它来设置散列 - 如果你想散列一系列项目并且你不关心排序，那很好。

我通常使用：

unchecked
{
    int hash = 17;
    hash = hash * 31 + firstField.GetHashCode();
    hash = hash * 31 + secondField.GetHashCode();
    return hash;
}

这就是 Josh Bloch 在 Effective Java 中建议的形式。上次我回答了一个类似的问题时，我设法找到了一篇对此进行了详细讨论的文章 - IIRC，没有人真正知道为什么它运作良好，但确实如此。它也易于记忆、易于实现，并且易于扩展到任意数量的字段。

score 75 · Accepted Answer

如果您使用 .NET Core 2.1或更高版本或 .NET Framework 4.6.1或更高版本，请考虑使用System.HashCode结构来帮助生成复合哈希码。它有两种操作模式：添加和组合。

使用的示例Combine，通常更简单，最多可用于八个项目：

public override int GetHashCode()
{
    return HashCode.Combine(object1, object2);
}

使用示例Add：

public override int GetHashCode()
{
    var hash = new HashCode();
    hash.Add(this.object1);
    hash.Add(this.object2);
    return hash.ToHashCode();
}

优点：

.NET 本身的一部分，从 .NET Core 2.1/.NET Standard 2.1 开始（不过，请参见下面的 con）
- 对于 .NET Framework 4.6.1 及更高版本，Microsoft.Bcl.HashCode NuGet 包可用于向后移植此类型。
根据作者和审稿人在将其合并到 corefx 存储库之前所做的工作，看起来具有良好的性能和混合特性
自动处理空值
采用IEqualityComparer实例的重载

缺点：

在 .NET 4.6.1 之前的 .NET Framework 上不可用。HashCode是 .NET Standard 2.1 的一部分。截至 2019 年 9 月，.NET 团队没有计划在 .NET Framework 上支持 .NET Standard 2.1，因为.NET Core/.NET 5 是 .NET 的未来。
通用，因此它不会处理超级特定的情况以及手工编写的代码

score 60 · Accepted Answer

虽然 Jon Skeet 的答案中概述的模板通常作为散列函数系列效果很好，但常数的选择很重要，并且答案中提到的种子17和因子31对于常见用例根本不起作用。在大多数用例中，散列值比更接近于 0 int.MaxValue，并且联合散列的项目数为几十个或更少。

对于散列一个整数元组{x, y}where-1000 <= x <= 1000和-1000 <= y <= 1000，它的碰撞率几乎是 98.5%。例如，{1, 0} -> {0, 31}，{1, 1} -> {0, 32}等。如果我们将覆盖范围扩大到还包括 n 元组 where 3 <= n <= 25，碰撞率大约为 38%，它的效果就不那么糟糕了。但我们可以做得更好。

public static int CustomHash(int seed, int factor, params int[] vals)
{
    int hash = seed;
    foreach (int i in vals)
    {
        hash = (hash * factor) + i;
    }
    return hash;
}

我写了一个蒙特卡洛采样搜索循环，用各种随机整数的随机 n 元组的种子和因子的各种值来测试上述方法i。允许的范围是2 <= n <= 25（其中n是随机的，但偏向范围的下限）和-1000 <= i <= 1000。每个种子和因子对至少进行了 1200 万次独特的碰撞测试。

运行大约 7 小时后，找到的最佳配对（种子和因子都限制在 4 位或更少）是：seed = 1009，factor = 9176，碰撞率为 0.1131%。在 5 位和 6 位领域，存在更好的选择。int但为了简洁起见，我选择了前 4 位数的表现，它在所有常见和char散列场景中都表现得很好。它似乎也适用于更大数量的整数。

值得注意的是，“成为最佳人选”似乎并不是作为种子和/或因素获得良好表现的一般先决条件，尽管它可能会有所帮助。1009上面提到的实际上是素数，但9176不是。我明确测试了这方面的变化，我在附近（离开时）更改factor为各种素数，它们的表现都比上述解决方案差。9176seed = 1009

最后，我还与通用 ReSharper 推荐函数系列进行了比较，如上所述hash = (hash * factor) ^ i;，原始推荐函数家族的性能明显优于它。CustomHash()对于常见的用例假设，ReSharper XOR 样式的冲突率似乎在 20-30% 范围内，我认为不应该使用。

score 22 · Accepted Answer

22

使用元组中的组合逻辑。该示例使用 c#7 元组。

(field1, field2).GetHashCode();

于 2017-11-24T22:38:09.043 回答

score 20 · Accepted Answer

我认为 .NET Framework 团队在测试他们的System.String.GetHashCode()实现方面做得不错，所以我会使用它：

// System.String.GetHashCode(): http://referencesource.microsoft.com/#mscorlib/system/string.cs,0a17bbac4851d0d4
// System.Web.Util.StringUtil.GetStringHashCode(System.String): http://referencesource.microsoft.com/#System.Web/Util/StringUtil.cs,c97063570b4e791a
public static int CombineHashCodes(IEnumerable<int> hashCodes)
{
    int hash1 = (5381 << 16) + 5381;
    int hash2 = hash1;

    int i = 0;
    foreach (var hashCode in hashCodes)
    {
        if (i % 2 == 0)
            hash1 = ((hash1 << 5) + hash1 + (hash1 >> 27)) ^ hashCode;
        else
            hash2 = ((hash2 << 5) + hash2 + (hash2 >> 27)) ^ hashCode;

        ++i;
    }

    return hash1 + (hash2 * 1566083941);
}

另一个实现来自System.Web.Util.HashCodeCombiner.CombineHashCodes(System.Int32, System.Int32)和System.Array.CombineHashCodes(System.Int32, System.Int32)方法。这个比较简单，但可能没有上述方法那么好的分布：

// System.Web.Util.HashCodeCombiner.CombineHashCodes(System.Int32, System.Int32): http://referencesource.microsoft.com/#System.Web/Util/HashCodeCombiner.cs,21fb74ad8bb43f6b
// System.Array.CombineHashCodes(System.Int32, System.Int32): http://referencesource.microsoft.com/#mscorlib/system/array.cs,87d117c8cc772cca
public static int CombineHashCodes(IEnumerable<int> hashCodes)
{
    int hash = 5381;

    foreach (var hashCode in hashCodes)
        hash = ((hash << 5) + hash) ^ hashCode;

    return hash;
}

score 3 · Accepted Answer

这是对Special Sauce精心研究的解决方案的重新包装。
它利用了值元组 ( ITuple)。
这允许参数seed和的默认值factor。

public static int CombineHashes(this ITuple tupled, int seed=1009, int factor=9176)
{
    var hash = seed;

    for (var i = 0; i < tupled.Length; i++)
    {
        unchecked
        {
            hash = hash * factor + tupled[i].GetHashCode();
        }
    }

    return hash;
}

用法：

var hash1 = ("Foo", "Bar", 42).CombineHashes();    
var hash2 = ("Jon", "Skeet", "Constants").CombineHashes(seed=17, factor=31);

score 0 · Accepted Answer

如果您的输入哈希大小相同，分布均匀且彼此不相关，则 XOR 应该没问题。再加上它很快。

我建议的情况是您想要做的

H = hash(A) ^ hash(B); // A and B are different types, so there's no way A == B.

当然，如果可以期望 A 和 B 以合理（不可忽略的）概率散列到相同的值，那么您不应该以这种方式使用 XOR。

score 0 · Accepted Answer

如果您正在寻找速度并且没有太多碰撞，那么 XOR 是最快的。为了防止在零附近聚集，您可以执行以下操作：

finalHash = hash1 ^ hash2;
return finalHash != 0 ? finalHash : hash1;

当然，一些原型设计应该让您对性能和集群有所了解。

score -2 · Accepted Answer

假设你有一个相关的 toString() 函数（你的不同字段应该出现在哪里），我只会返回它的哈希码：

this.toString().hashCode();

这不是很快，但应该可以很好地避免碰撞。

score -11 · Accepted Answer

-11

我建议使用 System.Security.Cryptography 中的内置哈希函数，而不是自己滚动。

于 2009-10-29T23:05:58.233 回答

c# - 快速简单的哈希码组合

10 回答 10

Related

Reference