ฟังก์ชั่นแฮชที่ดีสำหรับเงื่อนไข

ฉันพยายามคิดถึงฟังก์ชันแฮชที่ดีสำหรับสตริง และฉันคิดว่ามันเป็นความคิดที่ดีที่จะสรุปค่ายูนิโค้ดของอักขระห้าตัวแรกในสตริง (สมมติว่ามีห้าตัวหรือหยุดที่จุดสิ้นสุด) นั่นเป็นความคิดที่ดีหรือไม่หรือเป็นสิ่งที่ไม่ดี?

ฉันกำลังทำสิ่งนี้ใน Java แต่ฉันไม่คิดว่าจะสร้างความแตกต่างได้มากนัก

โดยปกติ hashes จะไม่ทำเงินก้อนมิฉะนั้นstopและpotsจะมีกัญชาเดียวกัน

และคุณจะไม่ จำกัด เฉพาะอักขระ n ตัวแรกเพราะมิฉะนั้นบ้านและบ้านจะมีแฮชเดียวกัน

โดยทั่วไปแฮชจะใช้ค่าและคูณด้วยจำนวนเฉพาะ (ทำให้มีโอกาสมากที่จะสร้างแฮชที่ไม่ซ้ำกัน) ดังนั้นคุณสามารถทำสิ่งต่อไปนี้:

int hash = 7;
for (int i = 0; i < strlen; i++) {
    hash = hash*31 + charAt(i);
}

หากเป็นเรื่องความปลอดภัยคุณสามารถใช้ Java crypto:

import java.security.MessageDigest;

MessageDigest messageDigest = MessageDigest.getInstance("SHA-256");
messageDigest.update(stringToEncrypt.getBytes());
String encryptedString = new String(messageDigest.digest());

คุณอาจจะใช้String.hashCode ()

หากคุณต้องการติดตั้ง hashCode ด้วยตนเอง:

อย่าถูกล่อลวงให้แยกส่วนสำคัญของวัตถุออกจากการคำนวณรหัสแฮชเพื่อปรับปรุงประสิทธิภาพ - Joshua Bloch, Java ที่มีประสิทธิภาพ

โดยใช้เพียงห้าตัวอักษรแรกเป็นความคิดที่ดี คิดเกี่ยวกับชื่อลำดับชั้นเช่น URL: พวกเขาทั้งหมดจะมีรหัสแฮชเดียวกัน (เพราะพวกเขาทั้งหมดเริ่มต้นด้วย "http: //" ซึ่งหมายความว่าพวกเขาจะถูกเก็บไว้ภายใต้ถังเดียวกันในแผนที่กัญชาแสดงประสิทธิภาพที่น่ากลัว

นี่คือเรื่องราวสงครามที่ถูกถอดความจาก String hashCode จาก " Effective Java ":

ฟังก์ชันแฮชสตริงถูกนำมาใช้ในการเผยแพร่ทั้งหมดก่อนที่จะตรวจสอบ 1.2 ตัวอักษรที่มีความยาวมากที่สุดสิบหกตัวโดยเว้นระยะเท่ากันทั่วทั้งสตริงเริ่มต้นด้วยอักขระตัวแรก สำหรับคอลเลกชันขนาดใหญ่ของชื่อลำดับขั้นเช่น URL ฟังก์ชันแฮชนี้แสดงพฤติกรรมที่แย่มาก

หากคุณกำลังทำสิ่งนี้ใน Java ทำไมคุณถึงทำมัน เพียงแค่โทรหา.hashCode()สาย

Guava'sHashFunction ( javadoc ) ให้การแปลงแป้นพิมพ์ที่ไม่มีการเข้ารหัสลับที่ดี

ฟังก์ชั่นนี้จัดทำโดย Nick นั้นดี แต่ถ้าคุณใช้ String ใหม่ (ไบต์ [] ไบต์) เพื่อทำการแปลงให้เป็น String มันจะล้มเหลว คุณสามารถใช้ฟังก์ชั่นนี้เพื่อทำสิ่งนั้น

private static final char[] hex = { '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'a', 'b', 'c', 'd', 'e', 'f' };

public static String byteArray2Hex(byte[] bytes) {
    StringBuffer sb = new StringBuffer(bytes.length * 2);
    for(final byte b : bytes) {
        sb.append(hex[(b & 0xF0) >> 4]);
        sb.append(hex[b & 0x0F]);
    }
    return sb.toString();
}

public static String getStringFromSHA256(String stringToEncrypt) throws NoSuchAlgorithmException {
    MessageDigest messageDigest = MessageDigest.getInstance("SHA-256");
    messageDigest.update(stringToEncrypt.getBytes());
    return byteArray2Hex(messageDigest.digest());
}

อาจเป็นเช่นนี้สามารถช่วยใครบางคน

// djb2 hash function
unsigned long hash(unsigned char *str)
{
    unsigned long hash = 5381;
    int c;

    while (c = *str++)
        hash = ((hash << 5) + hash) + c; /* hash * 33 + c */

    return hash;
}

ลอจิกต้นทางที่อยู่เบื้องหลังฟังก์ชั่นแฮช djb2 - SO

FNV-1มีข่าวลือว่าเป็นฟังก์ชันแฮชที่ดีสำหรับสตริง

สำหรับสตริงที่ยาว (ยาวกว่าพูดประมาณ 200 ตัวอักษร) คุณจะได้รับประสิทธิภาพที่ดีจากฟังก์ชันแฮชMD4 ในฐานะที่เป็นฟังก์ชั่นการเข้ารหัสมันถูกทำลายเมื่อประมาณ 15 ปีที่แล้ว แต่สำหรับวัตถุประสงค์ที่ไม่ใช่การเข้ารหัสมันยังดีมากและรวดเร็วอย่างน่าประหลาดใจ ในบริบทของ Java คุณจะต้องแปลงค่า 16 บิตcharเป็นคำ 32 บิตเช่นโดยการจัดกลุ่มค่าดังกล่าวเป็นคู่ การดำเนินอย่างรวดเร็วของ MD4 ในชวาสามารถพบได้ในsphlib อาจ overkill ในบริบทของการกำหนดห้องเรียน แต่อย่างอื่นน่าลอง

หากคุณต้องการที่จะเห็นการใช้งานมาตรฐานอุตสาหกรรมผมมองไปที่java.security.MessageDigest

"การย่อยข้อความมีความปลอดภัยฟังก์ชันแฮชทางเดียวที่ใช้ข้อมูลขนาดโดยพลการและส่งออกค่าแฮชที่มีความยาวคงที่"

นี่คือลิงค์ที่อธิบายฟังก์ชั่นแฮชต่างๆมากมายสำหรับตอนนี้ฉันชอบฟังก์ชั่นแฮชของ ELF สำหรับปัญหาเฉพาะของคุณ มันจะใช้เป็นอินพุตสตริงของความยาวโดยพลการ

sdbm: อัลกอริทึมนี้ถูกสร้างขึ้นสำหรับไลบรารีฐานข้อมูล sdbm (การปรับใช้โดเมนสาธารณะซ้ำของ ndbm)

static unsigned long sdbm(unsigned char *str)
{   
    unsigned long hash = 0;
    int c;
    while (c = *str++)
            hash = c + (hash << 6) + (hash << 16) - hash;

    return hash;
}

         public String hashString(String s) throws NoSuchAlgorithmException {
    byte[] hash = null;
    try {
        MessageDigest md = MessageDigest.getInstance("SHA-256");
        hash = md.digest(s.getBytes());

    } catch (NoSuchAlgorithmException e) { e.printStackTrace(); }
    StringBuilder sb = new StringBuilder();
    for (int i = 0; i < hash.length; ++i) {
        String hex = Integer.toHexString(hash[i]);
        if (hex.length() == 1) {
            sb.append(0);
            sb.append(hex.charAt(hex.length() - 1));
        } else {
            sb.append(hex.substring(hex.length() - 2));
        }
    }
    return sb.toString();
}

มันเป็นความคิดที่ดีที่จะทำงานกับจำนวนคี่เมื่อพยายามพัฒนาฟังก์ชั่น hast ที่ดีสำหรับสตริง ฟังก์ชั่นนี้ใช้สตริงและส่งกลับค่าดัชนีจนถึงตอนนี้มันใช้งานได้ค่อนข้างดี และมีการชนกันน้อย ดัชนีอยู่ในช่วงตั้งแต่ 0 - 300 อาจจะมากกว่านั้น แต่ฉันก็ยังไม่ได้อะไรที่สูงกว่านี้แม้แต่คำพูดยาว ๆ อย่าง "วิศวกรรมเครื่องกลไฟฟ้า"

int keyHash(string key)
{
    unsigned int k = (int)key.length();
    unsigned int u = 0,n = 0;

    for (Uint i=0; i<k; i++)
    {
        n = (int)key[i];
        u += 7*n%31;
    }
    return u%139;
}

อีกสิ่งที่คุณสามารถทำได้คือการคูณตัวละครแต่ละตัวแยกวิเคราะห์ดัชนีโดยเพิ่มขึ้นเช่นคำว่า "หมี" (0 * b) + (1 * e) + (2 * a) + (3 * r) ซึ่งจะทำให้คุณ ค่า int ที่จะเล่นกับ ฟังก์ชันแฮชแรกเหนือชนกันที่ "ที่นี่" และ "ได้ยิน" แต่ก็ยังดีที่ให้ค่าที่ไม่ซ้ำกันบางอย่าง ด้านล่างไม่ได้ขัดแย้งกับ "ที่นี่" และ "ได้ยิน" เพราะฉันทวีคูณตัวละครแต่ละตัวด้วยดัชนีเมื่อมันเพิ่มขึ้น

int keyHash(string key)
{
    unsigned int k = (int)key.length();
    unsigned int u = 0,n = 0;

    for (Uint i=0; i<k; i++)
    {
        n = (int)key[i];
        u += i*n%31;
    }
    return u%139;
}

นี่คือฟังก์ชั่นแฮชธรรมดาที่ฉันใช้สำหรับตารางแฮชที่ฉันสร้าง มันเป็นพื้นสำหรับการใช้ไฟล์ข้อความและเก็บทุกคำในดัชนีซึ่งแสดงถึงลำดับตัวอักษร

int generatehashkey(const char *name)
{
        int x = tolower(name[0])- 97;
        if (x < 0 || x > 25)
           x = 26;
        return x;
}

สิ่งนี้โดยทั่วไปคือคำถูกแฮชตามตัวอักษรตัวแรกของพวกเขา ดังนั้นคำที่ขึ้นต้นด้วย 'a' จะได้รับรหัสแฮชของ 0, 'b' จะได้ 1 และอื่น ๆ และ 'z' จะเป็น 25 ตัวเลขและสัญลักษณ์จะมีคีย์แฮชที่ 26 ข้อได้เปรียบนี้มีให้ ; คุณสามารถคำนวณได้อย่างง่ายดายและรวดเร็วโดยที่คำที่กำหนดจะถูกจัดทำดัชนีในตารางแฮชตั้งแต่คำทั้งหมดตามลำดับตัวอักษรสิ่งนี้: รหัสสามารถพบได้ที่นี่: https://github.com/abhijitcpatil/general

ให้ข้อความต่อไปนี้เป็นข้อความป้อนข้อมูล:แอทติคัสพูดกับเจมวันหนึ่ง“ ฉันอยากให้คุณถ่ายที่กระป๋องในสวนหลังบ้าน แต่ฉันรู้ว่าคุณจะไล่ตามนก ยิงนกสีน้ำเงินที่คุณต้องการถ้าคุณสามารถยิงมันได้ แต่จำไว้ว่ามันเป็นบาปที่จะฆ่านกกระเต็น " นั่นเป็นเพียงครั้งเดียวที่ฉันเคยได้ยินแอตติคัสบอกว่ามันเป็นบาปที่จะทำอะไรบางอย่างและฉันถามคุณ Maudie เกี่ยวกับเรื่องนี้ “ สิทธิของพ่อคุณ” เธอพูด “ กระเต็นไม่ทำอะไรเลยยกเว้นทำเพลงให้เราสนุก พวกเขาไม่กินสวนของผู้คนไม่ทำรังในเปลข้าวโพดพวกเขาไม่ทำอะไรเลยนอกจากร้องเพลงให้พวกเรา นั่นเป็นเหตุผลว่าทำไมมันถึงเป็นบาปที่จะฆ่ากระเต็น

นี่จะเป็นผลลัพธ์:

0 --> a a about asked and a Atticus a a all after at Atticus
1 --> but but blue birds. but backyard
2 --> cribs corn can cans
3 --> do don’t don’t don’t do don’t do day
4 --> eat enjoy. except ever
5 --> for for father’s
6 --> gardens go
7 --> hearts heard hit
8 --> it’s in it. I it I it’s if I in
9 --> jays Jem
10 --> kill kill know
11 --> 
12 --> mockingbird. music make Maudie Miss mockingbird.”
13 --> nest
14 --> out one one only one
15 --> people’s
16 --> 17 --> right remember rather
18 --> sin sing said. she something sin say sin Shoot shot said
19 --> to That’s their thing they They to thing to time the That to the the tin to
20 --> us. up us
21 --> 
22 --> why was was want
23 --> 
24 --> you you you’ll you
25 --> 
26 --> “Mockingbirds ” “Your ‘em “I’d

สิ่งนี้จะหลีกเลี่ยงการชนกันและจะรวดเร็วจนกว่าเราจะใช้การเลื่อนในการคำนวณ

 int k = key.length();
    int sum = 0;
    for(int i = 0 ; i < k-1 ; i++){
        sum += key.charAt(i)<<(5*i);
    }