我可以使用GetHashCode（）進行所有字符串比較嗎？

Question

我想基於要搜索的對象和一些搜索設置來緩存一些搜索結果。

但是：這會創建相當長的緩存鍵，我想我會為它創建一個快捷方式，我想我會使用GetHashCode() 。

所以我想知道， GetHashCode()總是生成一個不同的數字，即使我有很長的字符串或只有這個不同：'ä'而不是'a'

我嘗試了一些字符串， 似乎答案是肯定的，但不了解GetHashCode()行為並沒有給我真正的感覺，我是對的。

而且因為當你沒有准備好時（客戶端正在查看錯誤搜索的緩存結果），它會突然出現，我想確定...

編輯：如果MD5可以工作，我可以改變我的代碼不使用GetHashCode ofcourse，目標是得到一個短的（呃）字符串比原來（> 1000字符）

Answer 1

你不能指望GetHashCode()是唯一的。

在http://kenneththorman.blogspot.com/2010/09/c-net-equals-and-gethashcode.html上有一篇很好的文章可以調查碰撞的可能性。 調查結果是“GetHashCode（）調用不同字符串返回相同哈希碼的最小次數是在565次迭代之后，獲得哈希碼沖突之前的最大迭代次數是296390次迭代。”

因此，您可以了解GetHashCode實現的合同，以下是Object.GetHashCode() MSDN文檔的摘錄：

哈希函數必須具有以下屬性：

• 如果兩個對象比較相等，則每個對象的GetHashCode方法必須返回相同的值。 但是，如果兩個對象的比較不相等，則兩個對象的GetHashCode方法不必返回不同的值。

• 只要沒有對對象狀態的修改來確定對象的Equals方法的返回值，對象的GetHashCode方法必須始終返回相同的哈希代碼。 請注意，這僅適用於當前應用程序的執行，並且如果再次運行應用程序，則可以返回不同的哈希代碼。

• 為獲得最佳性能，哈希函數必須為所有輸入生成隨機分布。

C＃編譯器團隊的Eric Lippert在他的博客http://ericlippert.com/2011/02/28/guidelines-and-rules-for-gethashcode/上解釋了GetHashCode實現規則的基本原理。

Answer 2

邏輯上， GetHashCode 不能是唯一的，因為只有2 ^ 32個int和無限數量的字符串（參見鴿子孔原理）。

---

正如@Henk在評論中指出的那樣，即使存在無限數量的字符串，也存在有限數量的System.String 。 然而，鴿子洞原則仍然存在，因為后者比int.MaxValue 。

Answer 3

如果存儲每個字符串的哈希碼以及字符串本身，則可以將字符串的哈希碼作為“第一步”來比較它們的相等性。 如果兩個字符串具有不同的哈希碼，則它們不相等，並且不需要做任何其他事情。 如果希望比較具有相同長度且“幾乎”但不完全相等的許多字符串對，則在檢查內容之前檢查哈希碼可能是有用的性能優化。 請注意，如果沒有緩存的哈希碼，這種“優化”就不值得，因為計算兩個字符串的哈希碼幾乎肯定比比較它們要慢 。 但是，如果為了某些其他目的而必須計算和緩存哈希碼，則檢查哈希碼作為比較字符串的第一步可能是有用的。

Answer 4

使用GetHashCode（）時總是冒着沖突的風險，因為您在有限數量的空間Int32中運行，並且哈希算法無法在此空間內完美分布這一事實也會加劇這種情況。

如果查看HashTable或Dictionary的實現，您將看到GetHashCode用於將密鑰分配到存儲桶中以減少所需的比較次數，但是，如果同一存儲桶中有多個項目，則仍需要進行相等比較。

Answer 5

不，GetHasCode只提供哈希碼。 會有碰撞。 具有不同的散列意味着字符串不同，但具有相同的散列並不意味着字符串是相同的。

閱讀Eric Lippert的這些guidlelines以正確使用GetHashCode ，他們非常指導。

如果你想比較字符串，就這樣做吧！ stringA == stringB工作正常。 如果要確保字符串在大型集合中是唯一的，請使用哈希代碼的強大功能，使用HashSet<string> 。