在.NET中使用String.GetHashCode（）的哈希質量和穩定性？

Question

我想知道.NET中String.GetHashCode()實現產生的哈希質量和哈希穩定性 ？

關於質量，我專注於算法方面（因此，哈希的質量因為它影響大型哈希表，而不是安全問題）。

然后，關於穩定性，我想知道從一個.NET版本到下一個版本可能出現的潛在版本問題。

關於這兩個方面的一些亮點將非常感激。

Answer 1

我無法向您提供有關質量的任何細節（盡管我認為這是非常好的，因為字符串是框架的核心類之一，可能被用作散列鍵）。

但是，關於穩定性，在不同版本的框架上生成的哈希代碼不保證是相同的，並且它在過去已經改變，所以你絕對不能依賴於版本之間的哈希代碼是穩定的（ 參見此處它在1.1和2.0之間變化的引用 。 實際上，它甚至在同一框架版本的32位和64位版本之間也有所不同; 來自文檔 ：

GetHashCode返回的值取決於平台。 對於特定的字符串值，它在32位和64位版本的.NET Framework上有所不同。

Answer 2

這是一個老問題，但我想通過提及這個關於哈希質量的微軟錯誤做出貢獻。

簡介：在64b上， 當字符串包含'\\ 0'字節時 ， 哈希質量非常低 。 基本上，只會對字符串的開頭進行哈希處理。

如果像我一樣，你必須使用.Net字符串來表示二進制數據作為高性能字典的關鍵，你需要注意這個bug。

太糟糕了，這是一個WONTFIX ...作為旁注，我不明白當代碼包括時，他們怎么能說修改哈希碼是一個重大變化

// We want to ensure we can change our hash function daily.
// This is perfectly fine as long as you don't persist the
// value from GetHashCode to disk or count on String A
// hashing before string B. Those are bugs in your code.
hash1 ^= ThisAssembly.DailyBuildNumber;

並且無論如何，在x86 / 64b中哈希碼已經不同了。

Answer 3

我剛剛遇到了一個相關的問題。 在我的一台計算機上（64位一台）我遇到了一個問題，我追蹤到2個不同的對象是相同的，除了（存儲的）哈希碼。 該hashcode是從一個字符串創建的....相同的字符串！

m_storedhash = astring.GetHashCode();

我不知道這兩個對象如何以不同的哈希碼結束，因為它們來自相同的字符串但是我懷疑發生了什么是在同一個.NET exe中，我依賴的類庫項目之一被設置為x86而另一個到ANYCPU，其中一個對象是在x86類lib中的方法中創建的，另一個對象（相同的輸入數據，相同的所有內容）是在ANYCPU類庫中的方法中創建的。

那么，這聽起來似乎有道理：在內存中的相同可執行文件中（不在進程之間），一些代碼可以使用x86 Framework的string.GetHashCode（）和其他代碼運行x64 Framework的string.GetHashCode（）？

Answer 4

我知道這並不包含您指定的質量和穩定性的含義，但值得注意的是，散列非常大的字符串會產生OutOfMemoryException。

https://connect.microsoft.com/VisualStudio/feedback/details/517457/stringcomparers-gethashcode-string-throws-outofmemoryexception-with-plenty-of-ram-available

Answer 5

哈希碼的質量足以滿足其預期目的，即當您將字符串用作字典中的鍵時，它們不會導致太多沖突。 我懷疑如果字符串長度相當短，它將只使用整個字符串來計算哈希碼，對於巨大的字符串，它可能只使用第一部分。

不保證版本之間的穩定性。 文檔清楚地表明散列算法可能會從一個版本更改為下一個版本，因此散列碼是短期使用的。