与顺序无关的哈希算法

Question

我目前正在为自定义编程语言开发一个集合库。 我已经有了几种数据类型（Collection，List，Map，Set）和它们的实现（可变和不可变），但到目前为止我所缺少的是hashCode和equals 。 虽然列表没有问题，因为它们是有序集合，但它们对集合和地图起着特殊的作用。 如果两个集合具有相同的大小和相同的元素，则它们被认为是相等的，并且集合维护它们的顺序不应该在它们的相等性上有所不同。 由于equals-hashCode-contract， hashCode实现也必须反映这种行为，这意味着具有相同元素但排序不同的两个集合应该具有相同的哈希码。 （这同样适用于地图，这在技术上是一组键值对）

示例 （伪代码）：

let set1: Set<String> = [ "a", "b", "c" ]
let set2: Set<String> = [ "b", "c", "a" ]
set1 == set2       // should return true
set1.hashCode == set2.hashCode // should also return true

我如何实现一个相当好的哈希算法，上面例子中的hashCode s返回相同的值？

Answer 1

JDK本身提出了以下解决此问题的方法。 java.util.Set接口的契约声明：

返回此set的哈希码值。 集合的哈希码被定义为集合中元素的哈希码的总和，其中空元素的哈希码被定义为零。 这确保了s1.equals（s2）意味着对于任何两个集合s1和s2的s1.hashCode（）== s2.hashCode（），如Object.hashCode（）的常规协定所要求的那样。

使用条目的哈希码的总和的替代方案是使用例如^ （XOR）运算符。

Scala语言使用Murmurhash算法的排序不变版本（参见私有scala.util.hashing.MurmurHash3类）来实现其不可变集合和类似集合的hashCode （或## ）方法。

Answer 2

您可以按字母顺序计算对集合进行排序的哈希值。

有C＃示例 - 我希望你能用Java翻译它:)

static String GetHash(List<String> l)
{
    using (System.Security.Cryptography.MD5 md5 = System.Security.Cryptography.MD5.Create())
    {
        return BitConverter.ToString(md5.ComputeHash(l.OrderBy(p => p).SelectMany(s => System.Text.Encoding.ASCII.GetBytes(s + (char)0)).ToArray())).Replace("-", "");
    }
}

Answer 3

这是可能实现的伪代码：

String hashCode = null;
for(element : elements){
    hashCode = xor(hashCode, getHashCode(element));
}
return hashCode;

xor函数应该返回一个与两个参数中最长的字符串一样长的字符串。 它将对每个中的位进行异或，直到它到达其中一个参数的末尾。 然后它将从较长的字符串中取出剩余的位并将其追加。

此实现意味着集合的hashCode与其最长元素的hashCode一样长。 因为您正在对位进行异或，所以无论元素的顺序如何，哈希码都将是相同的。 但是，与任何哈希实现一样，将有可能发生冲突。