关于 std::hash 实现的公平假设答案

【问题标题】：Fair assumptions about std::hash implementations关于 std::hash 实现的公平假设
【发布时间】：2018-12-13 13:43:43
【问题描述】：

我们在研究数据库项目中使用多种形式的散列。例如，对于基数聚类，我们使用 n 个最低有效位来确定聚类 ID。我们使用std::hash 进行哈希，这对我们来说已经足够了。

然而，虽然我们知道大多数实现使用标识来散列整数，但我们偶然发现浮点散列（这是否有意义是另一个讨论）在不同平台上的实现方式不同。

我们可以对std::hash 做出任何公平的假设吗？

MacOS： clang version 6.0.1 (tags/RELEASE_601/final) std::hash<float>{}(1.0f): 0000000000000000000000000000000000111111100000000000000000000000 std::hash<double>{}(1.0): 0011111111110000000000000000000000000000000000000000000000000000

Ubuntu： clang version 6.0.0-1ubuntu2 (tags/RELEASE_600/final) std::hash<float>{}(1.0f): 0101001111100101011001010000100100010100111101010010111101001101 std::hash<double>{}(1.0): 0111010001100001101001000101000001001110110011100111101110011011

【问题讨论】：

如果你这么担心，为什么不拥有自己的哈希函数呢？
所以澄清一下，您要问的是，std:hash 是否希望在这种情况下跨平台给出一致的答案，如果是，承诺什么？
@ShafikYaghmour：是的。

标签： c++ hash std floating

【解决方案1】：

您可以假设的唯一内容由标准定义（请参阅cppreference）。

这意味着：

特别是，他们定义了一个 operator() 常量：

接受一个 Key 类型的参数。

返回一个 size_t 类型的值，表示参数的哈希值。

调用时不抛出异常。

对于两个相等的参数 k1 和 k2，std::hash()(k1) == std::hash()(k2)。

对于两个不同的参数 k1 和 k2 不相等，std::hash()(k1) == std::hash()(k2) 应该的概率非常小，接近 1.0/std::numeric_limits::max()。

因此，您可以在不同平台上、在具有不同编译器版本的同一平台上、甚至从一次运行到另一次运行时获得不同的值。就您而言，似乎在一种情况下您可能正在使用 libc++，而在另一种情况下，您可能正在使用 libstdc++。

【讨论】：