如何创建具有 64 位输出的良好 hash_combine（受 boost::hash_combine 启发）

Question

目前 Boost 具有 hash_combine 函数，可以输出 32 位无符号整数（准确地说是 size_t）。一些参考资料：

http://www.boost.org/doc/libs/1_43_0/doc/html/hash/reference.html#boost.hash_combine

http://www.boost.org/doc/libs/1_43_0/doc/html/hash/combine.html

Magic number in boost::hash_combine

我想探讨一下如何创建 64 位版本的 hash_combine。

首先要得到 64 位的黄金比例或任何其他无理数。

第二部分是使用班次。这部分相当棘手，我想问一下是否有使用轮班获取哈希值的最佳实践或指南？或者像原始代码一样选择班次：

seed ^= hash_value(v) + 0x9e3779b9 + (seed << 6) + (seed >> 2); 

完全随机？

还有如何评估hash_combine 的输出以确保它不会比原始哈希函数hash_value 产生更多的冲突？

Answer 1

阅读http://burtleburtle.net/bob/hash/doobs.html 了解有关散列函数设计的一些基本信息，阅读http://burtleburtle.net/bob/hash/ 中的其余文章了解更多详细信息。 CityHash 是使用 http://code.google.com/p/smhasher/ 测试的，您可能可以使用相同的测试套件测试您的 hash_combine。

虽然我不是散列方面的专家，但最近的散列函数设计让我相信 hash_combine() 使用的 2-shift 技术提升不再是最先进的，可以改进。

Answer 2

如果您只想要一个将 2 个 64 位值散列为一个的 hash_combine，并且不需要新的字符串散列函数，则可以从 CityHash 中提取一小部分代码，如下所示（假设 size_t 为一个 64 位无符号整数，添加您最喜欢的预处理器或模板技巧来验证）：

template <class T> inline void hash_combine(std::size_t& seed, const T& v)
{
    std::hash<T> hasher;
    const std::size_t kMul = 0x9ddfea08eb382d69ULL;
    std::size_t a = (hasher(v) ^ seed) * kMul;
    a ^= (a >> 47);
    std::size_t b = (seed ^ a) * kMul;
    b ^= (b >> 47);
    seed = b * kMul;
}

（我认为在此处和其他地方复制此 sn-p 是可以的，因为它不构成 CityHash 代码的“实质性部分”，但请查看 CityHash 来源和许可协议自行决定）

Answer 3

boost::hash_combine 不是完全随机的，它甚至分布不均或particularly good。

组合两个散列的一个好方法是首先确保两个散列分布良好，然后您可以将两者与 xor 组合。为确保它们分布良好，请使用good integer hash function。

把它们放在一起你可能有：

uint64_t xorshift(const uint64_t& n,int i){
  return n^(n>>i);
}
uint64_t hash(const uint64_t& n){
  uint64_t p = 0x5555555555555555; // pattern of alternating 0 and 1
  uint64_t c = 17316035218449499591ull;// random uneven integer constant; 
  return c*xorshift(p*xorshift(n,32),32);
}
uint64_t hash_combine(const uint64_t& seed, const uint64_t& v) {
  uint64_t c = 17316035218449499591ull;// random integer constant;
  return hash(v)^(seed+c);
}

如果散列的分布不足以满足您的目的，只需对值进行双重散列，可能像这样：hash(hash(v))^seed