c++ - 适当的散列函数来散列随机二进制字符串

Question

我有两个数组:char data1[length] 其中长度是 8 的倍数，即长度可以是 8、16,24 ... 该数组包含从以二进制模式打开的文件中读取的二进制数据。我将继续从文件中读取，每次读取时，我都会将读取的值存储在哈希表中。该二进制数据的分布具有随机分布。我想对每个数组进行哈希处理并将它们存储在哈希表中，以便能够再次查找具有特定数据的字符。什么是完成此任务的良好散列函数。谢谢

请注意，我是用 C++ 和 C 编写的，因此您选择的任何语言都可以提供解决方案。

Answer 1

如果你读取的数据是8字节长，而且真的是随机分布的，而你的hashcode需要是32位的，那么这个呢:

uint32_t hashcode(const unsigned char *data) {
  uint32_t hash = 0;
  hash ^= get_uint32_le(data + 0);
  hash ^= get_uint32_le(data + 4);
  return hash;
}

uint32_t get_uint32_le(const unsigned char *data) {
  uint32_t value = 0;
  value |= data[0] << 0;
  value |= data[1] << 8;
  value |= data[2] << 16;
  value |= data[3] << 24;
  return value;
}

如果您需要更快的速度，如果您可以保证 data 始终正确对齐以解释为 const uint32_t *，则此代码可能会更快。