unordered_set：指针地址是一个好的散列吗？答案

【问题标题】：unordered_set: is pointer address a good hash?unordered_set：指针地址是一个好的散列吗？
【发布时间】：2011-12-10 11:43:24
【问题描述】：

我想在哈希集中存储一组（智能）指针，<boost/unordered_set>。经过 10 秒的思考，我想出了这个哈希函数：

typedef boost::shared_ptr<myType> ref_t;
struct SharedPtrHash : public std::unary_function<ref_t, std::size_t> {                        
    std::size_t operator()(ref_t const& obj) const {
      return reinterpret_cast<std::size_t>( obj.get() );
    }
};

我的问题是：这个哈希是个好主意吗？我认为这个哈希将有零或很少的冲突（也许引擎盖下有一些素数模数破坏了我所有的乐趣）。

更多细节：哈希的目的是回收大对象的存储，所以我需要一种快速的方法来检测一个大对象是否已经在 bin 中。

如果不是，什么是指针的理想哈希值，无论是智能指针还是哑指针？

【问题讨论】：

嗯，内存地址应该是唯一的，所以我（经过 5 秒的思考）会说你很好。
myType 可能有一个最小对齐，可能高达 8。这意味着所有结果都可以被 8 整除。不是最大的哈希，特别是因为可能有一个模数为 2 .
如果你想在你的键上使用对象身份来查找它是一个很好的哈希。如果你想要对象相等，这是一个错误。
好点@Mooing Duck。有什么建议可以在这里快速散列吗？
@Patrick，我知道，这是为了回收大对象的存储，所以身份很重要。但是 Mooing Duck 提出了一个很好的观点，即由于对齐而具有低熵的地址

标签： c++ hash unordered-set

【解决方案1】：

如果你想检测不相同的对象，即使它们的内容可能相同，你别无选择只能使用哈希中对象的地址.唯一的问题是是直接使用地址还是通过公式运行它。除以sizeof(mytype) 会收紧分布中的漏洞。

编辑：这是一个未经测试的模板实现，它应该适用于所有shared_ptr 类型，以及一个equal_to 函数来满足std::unordered_set 的要求。如果您有其他对象需要基于值而不是指针的哈希，请不要使用此通用实现。

template<typename T>
size_t hash(const std::shared_ptr<T> & ptr)
{
    return ((size_t) ptr.get()) / sizeof(T);
}

template<typename T>
bool equal_to(const std::shared_ptr<T> & left, const std::shared_ptr<T> & right)
{
    return left.get() == right.get();
}

【讨论】：

哦，这比除以对齐要好。
除以大小是个好主意吗？如果您混合了大小相邻的对象，则会产生大量碰撞。指针通常只会与最大成员的对齐方式（递归）对齐，不是？
@Kerrek，在这种情况下，哈希是特定于类型的，类似于享元，但没有值语义。因此，不会发生大小对象的混合（在同一个哈希中）
我明白了——如果你只对一种具体类型执行此操作，而不是作为所有共享指针的部分特化，那么这可能确实有效。我不知道它在哈希冲突方面是否有任何区别，但它确实是有道理的。
@MahmoudAl-Qudsi 由于指向同一类型的所有指针都具有相同的对齐方式，这意味着所有指针的值都是相同值的乘数。例如，如果指针类型为T*，T 的对齐方式为8，则只有桶 0、8、16 等...会有值。因此，您基本上只使用了可用存储桶的 1/alignment(T) 百分比，并且冲突的数量将是巨大的。

【解决方案2】：

以下代码编译完美（GCC 4.7，Boost 1.47）：

#include <boost/unordered_set.hpp>
#include <boost/shared_ptr.hpp>

struct Foo { };

int main()
{
  boost::unordered_set<boost::shared_ptr<int>> s;
  boost::shared_ptr<int> pi(new int);
  s.insert(pi);

  boost::unordered_set<boost::shared_ptr<Foo>> t;
  boost::shared_ptr<Foo> pf(new Foo);
  t.insert(pf);
}

【讨论】：

是的，shared_ptr默认使用上面的实现，我只是关心这个hash有多好
所以....这与您在问题中提出的相同。我说的是默认情况下已经实现了。是的，会很好的。
好的，您对对齐问题有何看法？地址除以sizeof(T)不是更好吗？
@lurscher：为 shared_ptr 编写散列的人正是想出如何制作 shared_ptr 的人。给他们一点信任。这将是一个足够好的哈希：D
事实上，它对于大多数情况来说已经足够了，但是 Mark 建议的改进使它更紧凑，而且花费很少

【解决方案3】：

整数类型的默认 Boost.Hash hash 函数是恒等函数，所以我不认为对指针做同样的事情是一个坏主意。它会有相同的碰撞率。

【讨论】：

对齐可能会影响您