鉴于有数十亿个 cookie，像字符串一样的 UUID，在这个样本上测试 murmur3 等 32 位哈希函数的冲突率的最佳方法是什么？
首先，很难生成数十亿个唯一字符串，因为不可能将其保存在内存中，并且没有 100% 精确的随机字符串生成器。
我能想到的唯一方法是：
- 生成它们并使用大约。像bloomfilter或cuckoo过滤器这样的数据结构来丢弃可能的重复项。然后我们会说存储在一个文件中的唯一 UUID 正好是 5B。
- 遍历它们，散列它们并使用散列码重复步骤 1)，同时计算有多少冲突。
有没有更好的方法来做到这一点？这样做还有一个缺点，就是在测试2)中的哈希码时，会有一定的误报率。哈希码也必须写入文件，在可能的误报命中的情况下手动检查。