具有雪崩效应的java字符串散列函数答案

【问题标题】：java string hash function with avalanche effect具有雪崩效应的java字符串散列函数
【发布时间】：2011-02-16 04:05:29
【问题描述】：

在使用 String.hashCode() 进行测试时，我注意到它没有 avalanche effect。我知道有一个Jenkins hash 的java 端口，但我想知道是否有一个哈希函数，可能在某个apache 库或其他东西中，它具有这个属性。

编辑：我正在寻找一个展示此属性的函数，并返回一个 32 位（或 64 位）整数（例如，像 Jenkins 哈希）。我没有将它用于密码学，而且我一般不打算替换 String.hashCode。我只是认为 hashCode 有这个属性，但事实证明它没有，我想知道 java 的标准库或 apache 库中是否有任何东西可以满足我的需要。

【问题讨论】：

hashCode 函数只处理相等/不相等。这里不需要你想到的属性。
我不太确定这是否会对您有所帮助，但 Apache Hadoop 有一个 Jenkins 和 Murmur 哈希实现，只需 google 类。
hashCode() 旨在简化和快速用于 Hashtable/HashMap 等。它还针对 ASCII 文本进行了优化。（即使用大于字符数的 31 的素数乘数）由于大多数哈希映射都很小，因此并非所有 32 位都需要翻转以产生良好的哈希值分布。
@Peter Lawrey：所有数据结构在很小的时候性能都很好。 HashMap 的卖点是当它很大时性能是平均情况 O(1)。为什么 Java 设计人员会（或确实）针对似乎无关紧要的情况进行优化？
因为 big-O 不考虑常数，也不认为这是一个可能多次发生的操作。例如假设你要复制一个 HashMap，你希望每个副本都高效。

标签： java hash hashcode

【解决方案1】：

如您链接到的维基百科页面中所述，雪崩效应是加密哈希函数的一个重要属性。 String.hashCode() 不是加密哈希函数。它的唯一目标是为不同的字符串生成足够分布的哈希码，以便 HashMap、HashSet 和所有其他基于哈希的集合在保存字符串时高效。

对于加密哈希函数，请查看JCA，它允许生成 SHA-1、MD5 和其他加密摘要，它们都具有您正在寻找的效果。

【讨论】：

我想我应该更清楚。我想要一个返回 32 位整数并表现出雪崩效应的字符串的哈希函数。我没有将它用于哈希表。
使用现有的加密函数，将结果转换为字符串，并在字符串上调用 hashcode()。
我认为雪崩是任何好的散列函数的重要属性。例如，如果我在 HashMap 中存储值并且许多键是相似的（“k1”、“k2”、“k3”、“k4”），它们最终会被不均匀地存储（实际上是连续的）。结果是更有可能发生冲突，从而降低性能。正因为如此，我很惊讶 java 没有提供更好的默认 hashCode 方法。还是我错过了什么？我确信 java 的设计者有一个很好的理由，但我就是不明白。
@Kevin：不，avlanche 属性不是任何好的散列函数的重要属性，不，如果相似的键相邻存储，冲突的可能性不会。