快速简单的哈希码组合

Question

人们可以推荐快速而简单的方法来组合两个对象的哈希码吗？我不太担心冲突，因为我有一个哈希表，它可以有效地处理冲突，我只想要能够尽快生成代码的东西。

阅读 SO 和网络似乎有几个主要候选者：

1. 异或运算
2. 与素数乘法进行异或运算
3. 简单的数字运算，如乘法/除法（带有溢出检查或环绕）
4. 构建一个字符串，然后使用字符串类的哈希码方法

人们会推荐什么以及为什么？

Answer 1

我个人会避免 XOR - 这意味着任何两个相等的值都会得到 0 - 所以 hash(1, 1) == hash(2, 2) == hash(3, 3) 等。还有 hash(5, 0) == hash(0, 5) 等，偶尔会出现。我 有 故意将它用于集合哈希 - 如果您想对一系列项目进行哈希并且您 不 关心订购，这很好。

我通常使用：

unchecked
{
    int hash = 17;
    hash = hash * 31 + firstField.GetHashCode();
    hash = hash * 31 + secondField.GetHashCode();
    return hash;
}

这就是 Josh Bloch 在《Effective Java》中建议的形式。上次我回答类似的问题时，我设法找到一篇详细讨论这一问题的文章 - IIRC，没有人真正知道为什么它效果很好，但它确实如此。它还易于记忆、易于实施，并且易于扩展到任意数量的领域。

Answer 2

虽然 Jon Skeet 的答案中概述的模板通常作为哈希函数系列运行良好，但常量的选择很重要，并且 17 和因数 31 正如答案中所述，对于常见用例来说根本不起作用。在大多数用例中，哈希值比零更接近于 int.MaxValue, ，并且联合散列的项数为几十个或更少。

用于散列整数元组 {x, y} 在哪里 -1000 <= x <= 1000 和 -1000 <= y <= 1000, ，它的碰撞率几乎高达 98.5%。例如， {1, 0} -> {0, 31}, {1, 1} -> {0, 32}, ， ETC。如果我们将覆盖范围扩大到也包括 n 元组，其中 3 <= n <= 25, ，它的碰撞率约为 38%，效果没那么糟糕。但我们可以做得更好。

public static int CustomHash(int seed, int factor, params int[] vals)
{
    int hash = seed;
    foreach (int i in vals)
    {
        hash = (hash * factor) + i;
    }
    return hash;
}

我编写了一个蒙特卡罗采样搜索循环，该循环使用不同的种子值和随机整数的随机 n 元组的因子来测试上述方法 i. 。允许的范围是 2 <= n <= 25 （在哪里 n 是随机的，但偏向范围的下端）并且 -1000 <= i <= 1000. 。对每个种子和因子对至少进行了 1200 万次独特的碰撞测试。

运行大约 7 小时后，找到的最佳对（其中种子和因子都限制为 4 位数或更少）是： seed = 1009, factor = 9176, ，碰撞率为0.1131%。在 5 位数和 6 位数区域中，存在更好的选择。但为了简洁起见，我选择了表现最好的 4 位数字，它在所有常见的情况下都表现得很好 int 和 char 散列场景。它似乎也适用于更大数量级的整数。

值得注意的是，“成为主要因素”似乎并不是作为种子和/或因素获得良好表现的一般先决条件，尽管它可能有所帮助。 1009 上面提到的实际上是素数，但是 9176 不是。我明确地测试了我改变的地方的变化 factor 到附近的各个素数 9176 （离开时 seed = 1009）并且它们的性能都比上述解决方案差。

最后，我还与通用的 ReSharper 推荐函数系列进行了比较 hash = (hash * factor) ^ i; 和原来的 CustomHash() 如上所述，它的表现严重优于它。对于常见用例假设，ReSharper XOR 样式的冲突率似乎在 20-30% 范围内，我认为不应使用。

Answer 3

如果您使用的是.NET 核心2.1, ，考虑使用 系统哈希码 struct 来帮助生成复合哈希码。它有两种操作模式：添加并合并。

一个使用的例子 Combine, ，通常更简单，最多适用于八个项目：

public override int GetHashCode()
{
    return HashCode.Combine(object1, object2);
}

使用示例 Add:

public override int GetHashCode()
{
    var hash = new HashCode();
    hash.Add(this.object1);
    hash.Add(this.object2);
    return hash.ToHashCode();
}

优点：

• .NET 本身的一部分（不过，请参阅下面的反面）
• 根据作者和审稿人之前所做的工作，看起来具有良好的性能和混合特性 将其合并到 corefx 存储库中
• 自动处理空值
• 需要的重载 IEqualityComparer 实例

缺点：

• 截至 2018 年 8 月，仅在面向 .NET Core 2.1 或更高版本时可用。
  • 截至 2019 年 4 月，.NET Standard 2.1 预览版的一部分。我不知道 .NET Standard 2.1 Preview 何时发布，也不确定是否会发布 HashCode 将是其中的一部分。
• 通用，因此它不能处理超级特定的情况以及手工编写的代码

Answer 4

我认为 .NET Framework 团队在测试他们的产品方面做得不错 System.String.GetHashCode() 实现，所以我会使用它：

// System.String.GetHashCode(): http://referencesource.microsoft.com/#mscorlib/system/string.cs,0a17bbac4851d0d4
// System.Web.Util.StringUtil.GetStringHashCode(System.String): http://referencesource.microsoft.com/#System.Web/Util/StringUtil.cs,c97063570b4e791a
public static int CombineHashCodes(IEnumerable<int> hashCodes)
{
    int hash1 = (5381 << 16) + 5381;
    int hash2 = hash1;

    int i = 0;
    foreach (var hashCode in hashCodes)
    {
        if (i % 2 == 0)
            hash1 = ((hash1 << 5) + hash1 + (hash1 >> 27)) ^ hashCode;
        else
            hash2 = ((hash2 << 5) + hash2 + (hash2 >> 27)) ^ hashCode;

        ++i;
    }

    return hash1 + (hash2 * 1566083941);
}

另一个实现来自 System.Web.Util.HashCodeCombiner.CombineHashCodes（System.Int32，System.Int32） 和 System.Array.CombineHashCodes(System.Int32, System.Int32) 方法。这个更简单，但可能没有上面的方法那么好的分布：

// System.Web.Util.HashCodeCombiner.CombineHashCodes(System.Int32, System.Int32): http://referencesource.microsoft.com/#System.Web/Util/HashCodeCombiner.cs,21fb74ad8bb43f6b
// System.Array.CombineHashCodes(System.Int32, System.Int32): http://referencesource.microsoft.com/#mscorlib/system/array.cs,87d117c8cc772cca
public static int CombineHashCodes(IEnumerable<int> hashCodes)
{
    int hash = 5381;

    foreach (var hashCode in hashCodes)
        hash = ((hash << 5) + hash) ^ hashCode;

    return hash;
}

Answer 5

在元组中使用组合逻辑。该示例使用 c#7 元组。

(field1, field2).GetHashCode();

Answer 6

如果您的输入哈希大小相同、分布均匀且彼此不相关，则 XOR 应该没问题。而且速度很快。

我建议的情况就是你想做的

H = hash(A) ^ hash(B); // A and B are different types, so there's no way A == B.

当然，如果可以预期 A 和 B 以合理（不可忽略）的概率散列到相同的值，那么您不应该以这种方式使用 XOR。

Answer 7

如果您追求速度并且没有太多冲突，那么异或是最快的。为了防止在零附近聚集，你可以这样做：

finalHash = hash1 ^ hash2;
return finalHash != 0 ? finalHash : hash1;

当然，一些原型设计应该能让您了解性能和集群。

Answer 8

假设您有一个相关的 toString() 函数（其中应出现不同的字段），我将只返回其哈希码：

this.toString().hashCode();

这不是很快，但应该可以很好地避免碰撞。

Answer 9

我建议使用 System.Security.Cryptography 中的内置哈希函数，而不是自行构建。