如何使用 HashCode.Combine 避免冲突？答案

【问题标题】：How to avoid collisions using HashCode.Combine?如何使用 HashCode.Combine 避免冲突？
【发布时间】：2019-05-16 00:24:51
【问题描述】：

我在构建具有相当小的数据集（约 100k 行）的哈希表时遇到了冲突。我在这里做错了吗？

这是一个 2 位数据的示例，通常会生成相同的哈希值。（偶尔运行会产生不同的哈希值）：

long long1 = 330765;
long long2 = 227691;
DateTime date1= new DateTime(2016, 5, 24);
DateTime date2= new DateTime(2016, 1, 25);

var c1 = HashCode.Combine(long1, date1);
var c2 = HashCode.Combine(long2, date2);
Console.WriteLine(c1);
Console.WriteLine(c2);

可通过 dotnetcore 2.1 重现

【问题讨论】：

你用什么来组合？你必须小心“DataTable”和“Data”+“Table”都给出相同的哈希值。为了防止重复，您通常会在组合时使用“Data”+“^”+“Table”，这样您就会得到两个不同的哈希值。
100k 个项目的冲突是可预期的行为。
这是标准的生日问题。在 32 位空间中与 100k 个项目发生冲突的概率为 68%。
@MikeZboray 具有完美的散列和随机数据。所以这是最好的情况。如果数据不是随机的，或者散列不完善，它可以从那里上升。
@Servy 是的，我打算添加它。组合并不完美，输入数据可能没有覆盖完整的键空间，当然简单的哈希表没有那么多桶。

标签： c# hash .net-core

【解决方案1】：

您可以从不完全避免与哈希码发生冲突（除了具有少于 2^32 个可能的不同值的类型，如短裤或字节或类似的东西）。编写一个好的散列仅仅意味着尽可能地减少你的冲突。您可以通过尽力确保您的哈希码（大约）均匀分布在int 的整个范围内来做到这一点。

您还可以尝试避免某些通常一起使用的值发生冲突（例如，您可以提出一种日期生成算法，使同一周内的日期不会发生冲突，并确保所有冲突都发生在相距较远的日期中比那个）。

但是任何时候你使用生成的哈希码，你都需要有一些机制来处理冲突。

【讨论】：

您能否提供一个示例/网址来说明您可以实施以减轻冲突的机制？
澄清一下，我的意思是第三段*。
处理并不意味着减少冲突。这意味着有一些行为来处理它们发生的罕见情况。考虑 Dictionary 类。它使用哈希码来计算存储桶，然后在存储桶中放入一个数组而不是单个元素。这意味着通过枚举该数组来处理冲突，直到找到它（或没有）。
@Servy ：绝对错误！！！散列应该只是第一级检查项目是否相等。在哈希比较之后，您总是需要比较对象以确保您正在使用哪个副本。使用散列的比较返回 List
@jdweng 1) 不，你之前没有这么说 2) 我从来没有说过你应该编写偶尔会出错的代码。