无冲突的哈希函数

Hash Function without collision

本文关键字：函数 哈希 冲突      更新时间：2023-10-16

基本上我使用的是rabin karp中使用的哈希函数。

与滚动哈希的快速实现中的函数相同，但我不是哈希字符串，而是哈希整数向量。

const unsigned PRIME_BASE = 257;
const unsigned PRIME_MOD = 1000000007;
unsigned hash(const std::vector< unsigned int >& Line)
{
unsigned long long ret = 0;
for (int i = 0; i < Line.size(); i++)
{
ret = ret*PRIME_BASE + Line[i];
ret %= PRIME_MOD;
}
return ret;
}

问题是我遇到了很多碰撞。更改质数可以最小化或最大化碰撞，但我无法避免它。

任何想法 如何避免与此类功能或更好的功能发生冲突 ？

你没有。

哈希的全部意义在于从大域获取输入，并在较小的域中生成输出。

就这一进程的本质而言，碰撞是不可避免的。

对于某些特定类别的数据集，您可以尝试降低它们的可能性，但您已经探索过这样做。

您可以做得更好一点(减少碰撞的机会(以添加更多的哈希函数。例如： 创建 2 个哈希函数，具有不同的 PRIME BASE 和 PRIME MOD，以及存储长长的一对。

另一个问题可能是如果 Line 存储了许多零，所以最好向值添加一些随机(初始化后固定的(偏移。 例如，对于 Robin-Karb，如果您想计算"A"和"AA"哈希，最好添加移位值，否则这两个字符串哈希值都将为 0。(我的意思是，如果您转换以下字符：f(char c({return c-'A';}

另一个有趣的话题我认为，如果你选择一个好的哈希函数(从随机方面(，并且你的输入也是随机的，那么当行向量中不同项目的数量小于sqrt(哈希函数的范围(时，就不会发生列，这就是生日悖论。您当前的范围是 1e9+7，因此其 sqrt 约为 3e4。如果您使用 2 哈希函数，则组合范围是其范围的乘法。

相关文章：