如何将字符串键映射到唯一的整数ID？

Question

我有一些数据来自数据源的转储，其中字符串自然键很长（最多60个字符）并且与最终用户无关。我在网址中使用此密钥。这会使网址太长而且用户不友好。

我想将字符串键转换为具有以下要求的整数：

源数据集将随时间而变化。

ID应为：

• 非负整数
• 即使输入键组改变也是唯一且恒定的
• 最好是可逆的回到关键（不是强烈的要求）

每次都从头开始重建数据库，因此我不记得已经分配的ID，并将新数据集与现有ID匹配，并为添加的密钥生成顺序ID。

目前有大约30000个不同的密钥，并且该套装不断增长。

如何实现将字符串键映射到整数ID的函数？

我的想法：

1.内置string.GetHashCode：

ID(key) = Math.Abs(key.GetHashCode())

• 不保证是唯一的
• （不可逆）

1.1“重新散列”内置的GetHashCode，直到生成唯一ID以防止冲突。

如果将某些冲突添加到输入数据集的开头，则
• 现有ID可能会更改

2.一个完美的散列函数

• 如果输入集改变
，我不确定这是否可以生成常量ID
• （不可逆）

3.转换为36/64 / ??

• 不会缩短长按键

还有其他选择吗？

Answer 1

Base64编码的sha1sum是27个字符。 base64（md5（...））是22个字符。任何较小的，你都会有不可忽视的碰撞风险。

当输入组发生变化时，无法实现完美的散列函数。

Answer 2

如果您可以保留已分配ID的列表，则只能这样做。

对于实际为您提供当前集的唯一ID的任何给定算法，不保证任何新值都能获得唯一ID。

字符串包含大约400位信息，因此要获得保证唯一的整数，它必须包含字符串中的所有信息，大约为400位。这是一个120个字符，以十进制数表示，因此不会比现在的短。

Answer 3

设置第二个持久数据库并将KEY / ID对存储在那里。确保您在表格中也有数据的日期，这样您就可以做一些内务管理。