与顺序无关的哈希算法

我目前正在为自定义编程语言开发一个集合库。 我已经有了几种数据类型（Collection，List，Map，Set）和它们的实现（可变和不可变），但到目前为止我所缺少的是hashCode和equals 。 虽然列表没有问题，因为它们是有序集合，但它们对集合和地图起着特殊的作用。 如果两个集合具有相同的大小和相同的元素，则它们被认为是相等的，并且集合维护它们的顺序不应该在它们的相等性上有所不同。 由于equals-hashCode-contract， hashCode实现也必须反映这种行为，这意味着具有相同元素但排序不同的两个集应该具有相同的哈希码。 （这同样适用于地图，这在技术上是一组键值对）

示例 （伪代码）：

 let set1: Set = [ "a", "b", "c" ] let set2: Set = [ "b", "c", "a" ] set1 == set2 // should return true set1.hashCode == set2.hashCode // should also return true 

我如何实现一个相当好的哈希算法，上面例子中的hashCode s返回相同的值？

Answer 1

JDK本身提出了以下解决此问题的方法。 java.util.Set接口的契约声明：

返回此set的哈希码值。 集合的哈希码被定义为集合中元素的哈希码的总和，其中空元素的哈希码被定义为零。 这确保了s1.equals（s2）暗示对于任何两个集合s1和s2的s1.hashCode（）== s2.hashCode（），如Object.hashCode（）的常规协定所要求的那样。

使用条目的哈希码的总和的替代方案是使用例如^ （XOR）运算符。

Scala语言使用Murmurhash算法的排序不变版本（参见私有scala.util.hashing.MurmurHash3类）来实现其不可变集和类似集合的hashCode （或## ）方法。

Answer 2

您可以按字母顺序计算对集合进行排序的哈希值。

有C＃样本 – 我希望你能用Java翻译它:)

 static String GetHash(List l) { using (System.Security.Cryptography.MD5 md5 = System.Security.Cryptography.MD5.Create()) { return BitConverter.ToString(md5.ComputeHash(l.OrderBy(p => p).SelectMany(s => System.Text.Encoding.ASCII.GetBytes(s + (char)0)).ToArray())).Replace("-", ""); } } 

Answer 3

这是可能实现的伪代码：

 String hashCode = null; for(element : elements){ hashCode = xor(hashCode, getHashCode(element)); } return hashCode; 

xor函数应该返回一个与两个参数中最长的字符串一样长的字符串。 它将对每个中的位进行异或，直到它到达其中一个参数的末尾。 然后它将从较长的字符串中取出剩余的位并将其追加。

此实现意味着集合的hashCode将与其最长元素的hashCode一样长。 因为您正在对位进行异或，所以无论元素的顺序如何，哈希码都将是相同的。 但是，与任何哈希实现一样，将有可能发生冲突。