从 boost::hash 获取 32 位哈希值答案

【问题标题】：Get 32-bit hash value from boost::hash从 boost::hash 获取 32 位哈希值
【发布时间】：2013-06-29 20:58:42
【问题描述】：

我正在使用boost::hash 来获取字符串的哈希值。但它在 Windows 32 位和 Debian 64 位系统上为相同的字符串提供不同的哈希值。

那么，无论平台如何，我如何使用boost::hash 获得相同的哈希值（32 位或 64 位）？

【问题讨论】：

假设，如果你依赖于总是获得相同的哈希值并且 boost 稍微改变他们的算法会发生什么？
@Mark B，它可能会导致可移植性问题。在最简单的情况下，您可能希望将来自不同平台的散列字符串收集到一个数据结构中，并且桶分布是随机的
是否有可能在其中一种情况下使用 unicode 而在另一种情况下不使用？
boost:hash(hash_value) 返回 std:size_t，所以在 64 位系统中返回 64 位长，在 32 位系统中返回 32 位长。
我刚刚看了boost::hash的实现。在实践中，除了一个空字符串（它会散列为 0），你几乎可以保证得到不同的结果，具体取决于 size_t 的大小。

【解决方案1】：

boost::hash的保证是什么？我没有看到任何保证生成的哈希码在生成它的过程。（这种情况经常发生在散列函数。）如果您需要外部数据的散列值，在不同的程序和不同的平台上有效（例如对磁盘上数据的散列访问），那么你必须编写你的自己的。类似的东西：

uint32_t
hash( std::string const& key )
{
    uint32_t results = 12345;
    for ( auto current = key.begin(); current != key.end(); ++ current ) {
        results = 127 * results + static_cast<unsigned char>( *current );
    }
    return results;

}

应该做的伎俩，只要你不必担心移植到一些奇异的大型机（可能不支持 uint32_t)。

【讨论】：

【解决方案2】：

改用一些众所周知的通用散列函数，例如 SHA，因为它们应该保证相同的字符串在任何地方都具有相同的散列。请注意，如果您正在做一些与安全相关的事情，SHA 可能会太快。说起来很奇怪，但有时快并不意味着好，因为它打开了暴力攻击的可能性 - 在这种情况下，还有其他较慢的哈希函数，其中一些基本上连续多次重新应用 SHA .另一件事，如果您正在对密码进行哈希处理，请记住对其进行加盐（我不会详细说明，但这些信息很容易在线访问）。

【讨论】：

既然他问到boost::hash，我怀疑他是否担心密码安全。对于数据访问的散列，SHA 的速度要慢得多，而且它生成的散列有足够的位，你需要一个大数字包来对其进行取模，以将其降低到范围内。

【解决方案3】：

上面的散列函数很简单，但很弱且易受攻击。

例如，将“bb”“bbbb”“bbddbb”“ddffbb”之类的函数字符串传递给该函数 - 符号与偶数 ASCII 码的任意组合，并注意低字节。永远是 57。

相反，我建议使用我的哈希函数，它是相对轻量级的，并且没有简单的漏洞：

#define NLF(h, c) (rand[(uint8_t)(c ^ h)])
uint32_t rand[0x100] = { 256 random non-equal values };

uint32_t oleg_h(const char *key) {
  uint32_t h = 0x1F351F35;
  char c;
  while(c = *key++)
    h = ((h >> 11) | (h << (32 - 11))) + NLF(h, c);
  h ^= h >> 16;
  return h ^ (h >> 8);
}

【讨论】：