c# - object.GetHashCode()可以在不同的机器上为相同的对象(字符串)产生不同的结果吗？

Question

当在不同的机器上调用时，是否有可能和一个对象(尤其是string或任何原始或非常简单的类型(如struct))产生不同的.GetHashCode()方法值？

例如，表达式"Hello World".GetHashCode()是否有可能在不同的机器上产生不同的值。我主要是要求C#.NET，但我想这可能适用于Java甚至其他语言吗？

编辑:

正如下面的答案和评论所指出的，我知道.GetHashCode()可以被覆盖，并且不能保证它在框架的不同版本之间产生的结果。因此，重要的是要弄清楚我的心意是简单的类型(无法继承，因此将GetHashCode()覆盖)，并且我在所有机器上都使用相同版本的框架。

Answer 1

简短的回答:是的。

但是简短的答案不好玩，是吗？

在实现GetHashCode()时，必须确保以下几点:

When GetHashCode() is called on another object that should be considered equal to this, in this App Domain, the same value will be returned.

就是这样。您确实需要尝试做一些事情(尽可能多地传播与非相等对象有关的内容，但不要花太长时间以至于它首先要超过哈希的所有好处)和您的代码如果您不这样做，它会很烂，但实际上并不会破坏。如果您不走那么远，它将破裂，因为例如:

dict[myObj] = 3;
int x = dict[myObj];//KeyNotFoundException

好的。如果我正在实现 GetHashCode()，为什么我可以做得比这更进一步，为什么我不能呢？

首先，我为什么不呢？

也许这是程序集的一个稍微不同的版本，我在两次构建之间进行了改进(或至少尝试过)。

也许一个是32位的，另一个是64位的，我一直在追求效率，并为每种效率选择了不同的算法以利用不同的字长(这并不是闻所未闻的，尤其是在对诸如集合或字符串之类的对象进行哈希处理时) 。

在决定什么构成“相等”对象时，我可能要考虑的某些因素本身在系统之间会以这种方式变化。

也许我实际上是故意引入了具有不同内部版本的其他种子，以捕获任何同事错误地依赖我的哈希码的情况! (我听说过MS使用 string.GetHashCode()的实现来做到这一点，但不记得我是从可信的还是可信的来源听到的)。

不过，主要是这是前两个原因之一。

现在，为什么我要提供这样的保证？

如果我这样做，很可能是偶然的。如果可以仅基于单个整数id来比较元素的相等性，那么这就是我将用作哈希码的内容。如果哈希值不太好，其他任何事情都会做得更多。我不太可能改变这一点，所以我可能会改变。

我之所以会这样做的另一个原因是，我要保证自己。无话可说，我无能为力。

好吧，让我们开始一些实际的事情。在某些情况下，您可能需要与机器无关的保证。在某些情况下，您可能想要相反的情况，稍后我会介绍。

首先，检查您的逻辑。你能应付碰撞吗？好，那我们就开始吧。

如果这是您自己的类，请实现以提供此类保证，将其记录下来，然后就可以完成了。

如果不是您的类(class)，则以提供它的方式实现 IEqualityComparer<T>。例如:

public class ConsistentGuaranteedComparer : IEqualityComparer<string>
{
  public bool Equals(string x, string y)
  {
    return x == y;
  }
  public int GetHashCode(string obj)
  {
    if(obj == null)
      return 0;
    int hash = obj.Length;
    for(int i = 0; i != obj.Length; ++i)
      hash = (hash << 5) - hash + obj[i];
    return hash;
  }
}

然后使用它代替内置的哈希码。

在一个有趣的情况下，我们可能想要相反的情况。如果我可以控制要散列的字符串集，那么我可以选择一堆具有相同散列码的字符串。您基于散列的集合的性能会更糟，并且非常糟糕。我可能会继续以比您更快的速度执行此操作，因此这可能是拒绝服务攻击。发生这种情况的情况并不多，但重要的是，如果您要处理我发送的XML文档，而不能仅仅排除某些元素(许多格式允许其中的元素自由)。然后，解析器中的 NameTable将受到伤害。在这种情况下，我们每次都会创建一个新的哈希机制:

public class RandomComparer : IEqualityComparer<string>
{
  private int hashSeed = Environment.TickCount;
  public bool Equals(string x, string y)
  {
    return x == y;
  }
  public int GetHashCode(string obj)
  {
    if(obj == null)
      return 0;
    int hash = hashSeed + obj.Length;
    for(int i = 0; i != obj.Length; ++i)
      hash = hash << 5 - hash + obj[i];
    hash += (hash <<  15) ^ 0xffffcd7d;
    hash ^= (hash >>> 10);
    hash += (hash <<   3);
    hash ^= (hash >>>  6);
    hash += (hash <<   2) + (hash << 14);
    return hash ^ (hash >>> 16)
  }
}

在给定的用法中这将是一致的，但在每次使用之间是不一致的，因此攻击者无法构造输入来强制将其变为DoSsed。顺便说一句， NameTable不使用 IEqualityComparer<T>，因为它想要处理具有索引和长度的char数组，除非必要，否则无需构造字符串，但是它做了类似的事情。

顺便说一句，在Java中，指定了 string的哈希码并且不会更改，但是其他类可能不是这种情况。

编辑:对上面的 ConsistentGuaranteedComparer中采用的方法的整体质量进行了一些研究，我对在答案中使用这种算法不再感到满意；虽然它用来描述概念，但分布却不尽人意。当然，如果已经实现了这样的事情，那么就不能在不违反保证的情况下进行更改，但是如果我现在建议使用 this library of mine, written after said research，如下所示:

public class ConsistentGuaranteedComparer : IEqualityComparer<string>
{
  public bool Equals(string x, string y)
  {
    return x == y;
  }
  public int GetHashCode(string obj)
  {
    return obj.SpookyHash32();
  }
}

上面的 RandomComparer的效果还不错，但也可以改进:

public class RandomComparer : IEqualityComparer<string>
{
  private int hashSeed = Environment.TickCount;
  public bool Equals(string x, string y)
  {
    return x == y;
  }
  public int GetHashCode(string obj)
  {
    return obj.SpookyHash32(hashSeed);
  }
}

或更难以预测的:

public class RandomComparer : IEqualityComparer<string>
{
  private long seed0 = Environment.TickCount;
  private long seed1 = DateTime.Now.Ticks;
  public bool Equals(string x, string y)
  {
    return x == y;
  }
  public int GetHashCode(string obj)
  {
    return obj.SpookyHash128(seed0, seed1).GetHashCode();
  }
}