如何将输入映射到具有相同输出和均匀分布保证的输出？

Question

我有一组可变大小N的输入（在我的情况下为String ），我需要映射到固定大小M一组输出（在我的情况下为数组的索引）。 因此，我基本上需要一个类似的功能：

fn map(input: String) -> usize;

我需要保证2件事情：

1. 对于任何输入X我必须始终返回相同的输出Y 例如：每次我将字符串"hello"传递给函数时，返回的值必须始终相同，例如1 。
2. 返回值的分布必须是均匀的，即对于无限数量的输入，相同返回值的平均值必须相同。 例如，如果我有M = 4不同的值要返回，而我有N = 100不同的输入，则映射到每个输出的输入数量必须理想地等于25 。

我想出了以下代码：

use std::collections::hash_map::DefaultHasher;
use std::hash::{Hash, Hasher};

fn main() {
    let bucket = Bucket::new(5);
    let inputs = ["hello", "world", "house", "hi"];

    for input in &inputs {
        let output = bucket.get(input);
        assert_eq!(output, bucket.get(input));
        println!("{} -> {}", input, output);
    }
}

pub struct Bucket {
    values: Vec<usize>,
}

impl Bucket {
    pub fn new(size: usize) -> Self {
        let values = (0..size).collect();
        Bucket { values }
    }

    pub fn get<T: Hash>(&self, id: &T) -> usize {
        let mut hasher = DefaultHasher::new();
        Hash::hash(id, &mut hasher);
        let index = (hasher.finish() % self.values.len() as u64) as usize;
        self.values[index]
    }
}

链接到游乐场

我认为上面的代码保证第一个点（对于相同的输入总是相同的输出），但不一定保证第二个点（分布的均匀性）。

是否有这种功能的快速实现，以确保两点都得到保证？

Answer 1

我认为您的实现的第一点是正确的。

关于第二点：这取决于DefaultHasher功能。 在实践中，这可能已经足够好了，但是还有另一种技术可以满足您的要求：

• 有一个计数器m ，最初为0。
• 有一个HashMap映射String要usize 。
• 每当您想要get结果时，请在HashMap查找给定的字符串：
  • 如果字符串已经存在，则返回关联的值。
  • 如果该字符串尚不存在：
  • 在HashMap中添加一个新条目，该条目将给定的字符串映射到m的当前值。
  • 将m递增1。
  • 如果m==M ，则将m==M重置为0。