为LSH Minhash算法生成随机哈希函数

我正在编写一个Java中的minhashing算法，它要求我生成任意数量的随机散列函数（在我的情况下为240个散列函数），并通过它运行任意数量的整数（目前为2000）。

为了做到这一点，我一直在为240个散列函数中的每一个生成随机数a，b和c（从1到2001的范围）。 然后，我的哈希函数返回h =（（a * x）+ b）％c，其中h是返回值，x是通过它运行的整数之一。

这是随机散列的有效实现，还是有更常见/可接受的方式来实现它？

这篇文章提出了类似的问题，但我仍然对答案的措辞感到困惑： Minhash实现如何找到排列的哈希函数

Answer 1

几年前，当我使用Bloomfilter时，我遇到了一篇文章，该文章描述了如何使用最少的代码非常简单地生成多个哈希函数。 他描述的方法非常有效。 请参阅更少哈希，相同性能：构建更好的布隆filter 。

基本思想是创建两个哈希函数，称之为h1和h2 ，然后使用以下公式模拟多个哈希函数g1到gk ：

 gi = h1(x) + i*h2(x) 

i从1到k （你想要的散列函数的数量）变化。

即使你决定不实施他的想法，这篇论文也值得一读。 虽然在阅读之后我无法想象不想实现它。 它使我的Bloomfilter代码更易于处理，并且不会对性能产生负面影响。

Answer 2

所以我上面描述的方法几乎是正确的。 数字a和b应随机生成。 但是，c需要是一个略大于x的最大可能值的素数。 一旦选择了这些数字，使用h =（（a * x）+ b）％c找到散列值h是生成散列函数的标准的，可接受的方式。

此外，a和b应该是1到c-1范围内的随机数。