c++ - std::unordered_map 的哈希值

Question

根据标准，std::hash 中不支持容器(更不用说无序容器了)类(class)。所以我想知道如何实现它。我拥有的是:

std::unordered_map<std::wstring, std::wstring> _properties;
std::wstring _class;

我考虑过迭代条目，计算键和值的各个散列(通过 std::hash<std::wstring> )并以某种方式连接结果。

执行此操作的好方法是什么？如果未定义 map 中的顺序，这有什么关系吗？

注意:我不想使用 boost。

有人建议一个简单的异或，所以它会是这样的:

size_t MyClass::GetHashCode()
{
  std::hash<std::wstring> stringHash;
  size_t mapHash = 0;
  for (auto property : _properties)
    mapHash ^= stringHash(property.first) ^ stringHash(property.second);

    return ((_class.empty() ? 0 : stringHash(_class)) * 397) ^ mapHash;
}

?

我真的不确定那个简单的 XOR 是否足够。

Answer 1

响应

如果足够的话，你的意思是你的函数是否是单射的，答案是否定的。原因是你的函数可以输出的所有哈希值的集合具有基数 2^64，而你的输入空间是 < strong>大得多。然而，这并不重要，因为考虑到输入的性质，您不能拥有单射哈希函数。一个好的哈希函数具有这些品质:

• 它不容易翻转。给定输出 k，在宇宙的生命周期内找到满足 h(m) = k 的 m 在计算上是不可行的。
• 范围均匀分布在输出空间。
• 很难找到满足 h(m) = h(m') 的两个输入 m 和 m'

当然，这些的范围实际上取决于您是想要加密安全的东西，还是想要获取一些任意数据 block 并只向它发送一些任意 64 位整数。如果您想要加密安全的东西，那么自己编写它并不是一个好主意。在这种情况下，您还需要保证函数对输入的微小变化敏感。 std::hash 函数对象不需要密码安全。它存在于与哈希表同构的用例中。 CPP Rerefence 说:

For two different parameters k1 and k2 that are not equal, the probability that std::hash<Key>()(k1) == std::hash<Key>()(k2) should be very small, approaching 1.0/std::numeric_limits<size_t>::max().

我将在下面说明您当前的解决方案如何不能真正保证这一点。

碰撞

我将针对您的解决方案的变体提供一些我的观察结果(我不知道您的 _class 成员是什么)。

std::size_t hash_code(const std::unordered_map<std::string, std::string>& m) {
    std::hash<std::string> h;
    std::size_t result = 0;
    for (auto&& p : m) {
        result ^= h(p.first) ^ h(p.second);
    }
    return result;
}

很容易产生碰撞。考虑以下 map :

std::unordered_map<std::string, std::string> container0;
std::unordered_map<std::string, std::string> container1;
container0["123"] = "456";
container1["456"] = "123";
std::cout << hash_code(container0) << '\n';
std::cout << hash_code(container1) << '\n';

在我的机器上，使用 g++ 4.9.1 编译，输出:

1225586629984767119
1225586629984767119

关于这是否重要的​​问题出现了。相关的是您将多久拥有一次键和值颠倒的映射。这些冲突将发生在键和值集相同的任何两个映射之间。

迭代顺序

具有完全相同键值对的两个 unordered_map 实例不一定具有相同的迭代顺序。 CPP Rerefence 说:

For two parameters k1 and k2 that are equal, std::hash<Key>()(k1) == std::hash<Key>()(k2).

这是哈希函数的一个微不足道的要求。您的解决方案避免了这种情况，因为迭代顺序无关紧要，因为 XOR 是可交换的。

一个可能的解决方案

如果您不需要加密安全的东西，您可以稍微修改您的解决方案以消除对称性。这种方法在实践中适用于哈希表等。这个解决方案也独立于 unordered_map 中的顺序未定义的事实。它使用与您的解决方案相同的属性(XOR 的交换性)。

std::size_t hash_code(const std::unordered_map<std::string, std::string>& m) {
    const std::size_t prime = 19937;
    std::hash<std::string> h;
    std::size_t result = 0;
    for (auto&& p : m) {
        result ^= prime*h(p.first) + h(p.second);
    }
    return result;
}

在这种情况下，您在哈希函数中所需要的只是一种将键值对映射到任意好的哈希值的方法，以及一种使用交换运算组合键值对的哈希值的方法。这样，顺序并不重要。在我写的例子hash_code中，键值对哈希值只是键的哈希和值的哈希的线性组合。您可以构建更复杂的东西，但没有必要。