字符串的良好哈希函数

Question

字符串的良好哈希函数我正在尝试为字符串设想一个好的哈希函数。而且我认为总结字符串中前五个字符的unicode值可能是一个好主意（假设它有五个，否则在它结束时停止）。这是一个好主意，还是一个坏主意？我在Java中这样做，但我不认为这会产生很大的不同。

Answer 1

通常哈希不会做算术，否则stop和pots将具有相同的哈希值。

并且你不会将它限制在前n个字符，因为否则房屋和房屋将具有相同的哈希值。

通常，散列取值并乘以素数（使其更有可能生成唯一的散列）所以你可以这样做：

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

Answer 2

您应该使用String.hashCode（）。

如果你真的想自己实现hashCode：

不要试图从哈希码计算中排除对象的重要部分以提高性能 - Joshua Bloch，Effective Java

仅使用前五个字符是个坏主意。考虑层次名称，例如URL：它们都将具有相同的哈希码（因为它们都以“http：//”开头，这意味着它们存储在哈希映射中的同一个桶中，表现出糟糕的性能。

这是一篇关于来自“ Effective Java ” 的String hashCode的战争故事：

在1.2之前的所有版本中实现的String散列函数检查最多16个字符，在整个字符串中均匀分布，从第一个字符开始。对于大型分层名称集合（例如URL），此哈希函数显示可怕的行为。