从 6 字节字段计算哈希

Calculating a hash from a 6-byte field?

本文关键字：计算 哈希 字段 字节      更新时间：2023-10-16

我正在寻找一种有效的方法来散列 6 字节字段，以便它可以用于std::unordered_map。

我认为这将是创建哈希的传统方式：

struct Hash {
    std::size_t operator()(const std::array<uint8_t, 6> & mac) const {
        std::size_t key = 0;
        boost::hash_combine(key, mac[0]);
        boost::hash_combine(key, mac[1]);
        boost::hash_combine(key, mac[2]);
        boost::hash_combine(key, mac[3]);
        boost::hash_combine(key, mac[4]);
        boost::hash_combine(key, mac[5]);
        return key;
    }
};

但是我注意到我可以使用这个技巧让它更快一点(~20%(：

struct Hash {
    std::size_t operator()(const std::array<uint8_t, 6> & mac) const {
        std::size_t key = 0;
        // Possibly UB?
        boost::hash_combine(key, reinterpret_cast<const uint32_t&>(mac[0]));
        boost::hash_combine(key, reinterpret_cast<const uint16_t&>(mac[4]));
        return key;
    }
};

这甚至更快：

struct Hash {
    std::size_t operator()(const std::array<uint8_t, 6> & mac) const {
        // Requires size_t to be 64-bit.
        static_assert(sizeof(std::size_t) >= 6, "MAC address doesn't fit in std::size_t!");
        std::size_t key = 0;
        // Likely UB?
        boost::hash_combine(key, 0x0000FFFFFFFFFFFF & reinterpret_cast<const uint64_t&>(mac[0]));
        return key;
    }
};

我的问题是双重的：

  1. 这些优化会导致 UB 吗？
  2. 我的第一个解决方案是要走的路吗？还是有更好的方法？

您的优化正在打破严格的别名规则，这会导致(标准地说(未定义的行为。

最后一个优化最让我担心，因为您本质上是在读取不应该读取的内存，如果此内存恰好受到保护，这可能会引发陷阱。

您不使用boost::hash_range的任何原因？

由于事实证明boost::hash_range没有所需的那么快，因此我会提出另一种基于混叠的解决方案。或者更确切地说，两种解决方案合二为一。

第一个想法是可以使用char*作为临时类型来抑制别名。

size_t key = 0;
char* k = &reinterpret_cast<char*>(&key);
std::copy(mac.begin(), mac.end(), k);
return key;

因此，是哈希的有效实现。

但是，我们可以更进一步。由于对齐和填充，存储char[6]和char[8]可能会在映射节点中使用相同数量的内存。因此，我们可以通过使用union来丰富类型：

union MacType {
    unsigned char value[8];
    size_t hash;
};

现在，您可以将其正确封装在类中(并确保始终初始化字节7并8 0(，并实现您实际需要的std::array<unsigned char, 6>接口。

我对小字符串(低于 8 个字符(使用了类似的技巧进行哈希和快速(非字母(比较，这真的很甜蜜。

相关文章：