std :: unordered_map的哈希值

Question

根据标准， std::hash类中不支持容器（更不用说无序容器）了。 所以我想知道如何实现这一点。 我有的是：

std::unordered_map<std::wstring, std::wstring> _properties;
std::wstring _class;

我想过迭代条目，计算键和值的各个哈希值（通过std::hash<std::wstring> ）并以某种方式连接结果。

如果没有定义地图中的顺序，那么这样做的好方法是什么？

注意：我不想使用boost。

提出了一个简单的异或，所以它会是这样的：

size_t MyClass::GetHashCode()
{
  std::hash<std::wstring> stringHash;
  size_t mapHash = 0;
  for (auto property : _properties)
    mapHash ^= stringHash(property.first) ^ stringHash(property.second);

    return ((_class.empty() ? 0 : stringHash(_class)) * 397) ^ mapHash;
}

？

我真的不确定这个简单的XOR是否足够。

Answer 1

响应

如果足够，你的意思是你的函数是否是单射的，答案是否定的。推理是你的函数可以输出的所有散列值的集合的基数为2 ^ 64，而输入的空间要大得多。 但是，这并不重要，因为根据输入的性质，你不能有一个单射散列函数。 一个好的哈希函数具有以下特性：

• 它不容易颠倒。 给定输出k，在宇宙的生命周期内找到m使得h（m）= k在计算上是不可行的。
• 范围均匀分布在输出空间上。
• 很难找到两个输入m和m'，使得h（m）= h（m'）

当然，这些的范围实际上取决于您是否想要一些加密安全的东西，或者您想要获取一些任意数据块并且只是发送一些任意的64位整数。 如果你想要一些加密安全的东西，自己编写它并不是一个好主意。 在这种情况下，您还需要保证函数对输入中的微小变化敏感。 std::hash函数对象不需要加密安全。 它存在用于哈希表同构的用例。 CPP Rerefence说：

对于不相等的两个不同参数k1和k2 ， std::hash<Key>()(k1) == std::hash<Key>()(k2)的概率应该非常小，接近1.0/std::numeric_limits<size_t>::max() 。

我将在下面说明您当前的解决方案并不能真正保证这一点。

碰撞

我会给你一些关于你的解决方案变体的观察（我不知道你的_class成员是什么）。

std::size_t hash_code(const std::unordered_map<std::string, std::string>& m) {
    std::hash<std::string> h;
    std::size_t result = 0;
    for (auto&& p : m) {
        result ^= h(p.first) ^ h(p.second);
    }
    return result;
}

生成碰撞很容易。 请考虑以下地图：

std::unordered_map<std::string, std::string> container0;
std::unordered_map<std::string, std::string> container1;
container0["123"] = "456";
container1["456"] = "123";
std::cout << hash_code(container0) << '\n';
std::cout << hash_code(container1) << '\n';

在我的机器上，使用g ++ 4.9.1进行编译，输出：

1225586629984767119
1225586629984767119

关于这是否重要的​​问题出现了。 与此相关的是，您有多少时间可以获得键和值相反的地图。 这些碰撞将发生在任何两个映射之间，其中键和值集是相同的。

迭代次序

具有完全相同键值对的两个unordered_map实例不一定具有相同的迭代次序。 CPP Rerefence说：

对于两个相等的参数k1和k2 ， std::hash<Key>()(k1) == std::hash<Key>()(k2) 。

这是哈希函数的一个简单要求。 您的解决方案避免了这种情况，因为迭代的顺序无关紧要，因为XOR是可交换的。

可能的解决方案

如果您不需要加密安全的东西，您可以稍微修改您的解决方案以消除对称性。 对于散列表等，这种方法在实践中是可行的。 此解决方案还独立于unordered_map中的unordered_map未定义的事实。 它使用您的解决方案使用的相同属性（XOR的交换）。

std::size_t hash_code(const std::unordered_map<std::string, std::string>& m) {
    const std::size_t prime = 19937;
    std::hash<std::string> h;
    std::size_t result = 0;
    for (auto&& p : m) {
        result ^= prime*h(p.first) + h(p.second);
    }
    return result;
}

在这种情况下，哈希函数中所需要的只是将键值对映射到任意良好哈希值的方法，以及使用可交换操作组合键值对的哈希的方法。 这样，顺序无关紧要。 在我写的示例hash_code ，键值对散列值只是键的散列和值的散列的线性组合。 你可以构造一些更复杂的东西，但没有必要。