我可以使用GetHashCode（）进行所有字符串比较吗？

Question

我想基于要搜索的对象和一些搜索设置来缓存一些搜索结果。

但是：这会创建相当长的缓存键，我想我会为它创建一个快捷方式，我想我会使用GetHashCode()。

所以我想知道，GetHashCode()总是产生一个不同的数字，即使我有很长的字符串或仅仅因此而有所不同：'ä'而不是'a'

我尝试了一些字符串并且似乎答案是肯定的，但不理解GetHashCode()行为并不能给我真实的感觉。

因为当你没有准备好时（客户端正在查看错误搜索的缓存结果），它会突然显示出来之一，我想确定...

编辑：如果MD5可以工作，我可以改变我的代码而不是使用GetHashCode ofcourse，目标是得到一个比原来的短（呃）字符串（＆gt; 1000个字符）

Answer 1

您不能指望GetHashCode()是唯一的。

有一篇很好的文章调查http://kenneththorman.blogspot.com/2010/09/c-net-equals-and-gethashcode.html可能发生碰撞的可能性。结果是“GetHashCode（）调用不同字符串返回相同哈希码的最小次数是在565次迭代之后，获得哈希码冲突之前的最大迭代次数是296390次迭代。”

为了使您能够理解GetHashCode实现的合同，以下是Object.GetHashCode()的MSDN文档的摘录：

哈希函数必须具有以下属性：

• 如果两个对象比较相等，则每个对象的GetHashCode方法必须返回相同的值。但是，如果两个对象的比较不相等，则两个对象的GetHashCode方法不必返回不同的值。

• 对象的GetHashCode方法必须始终返回相同的哈希码，只要对对象状态没有修改即可确定对象的Equals方法的返回值。请注意，这仅适用于当前应用程序的执行，并且如果再次运行应用程序，则可以返回不同的哈希代码。

• 为获得最佳性能，哈希函数必须为所有输入生成随机分布。

C＃编译器团队的Eric Lippert在http://ericlippert.com/2011/02/28/guidelines-and-rules-for-gethashcode/的博客上解释了GetHashCode实施规则的基本原理。

Answer 2

逻辑上GetHashCode 不能唯一，因为只有2 ^ 32个整数和无限数量的字符串（请参阅pigeon hole原则）。

---

正如@Henk在评论中指出的那样，即使有无数个字符串，也有finite number of System.Strings。然而，鸽子洞原则仍然存在，因为后者比int.MaxValue大得多。

Answer 3

如果有人将每个字符串的哈希码与字符串本身一起存储，则可以将字符串的哈希码作为“第一步”来比较它们的相等性。如果两个字符串具有不同的哈希码，则它们不相等，并且不需要做任何其他事情。如果希望比较具有相同长度且“几乎”但不完全相等的许多字符串对，则在检查内容之前检查哈希码可能是有用的性能优化。 请注意，如果没有缓存的哈希码，这种“优化”是不值得的，因为计算两个字符串的哈希码几乎肯定比比较它们慢。但是，如果为了其他目的而必须计算和缓存哈希码，那么检查哈希码作为比较字符串的第一步可能很有用。

Answer 4

使用GetHashCode（）时总是冒着冲突的风险，因为你在有限数量的空间Int32中运行，而且哈希算法在这个空间内不能完美分布的事实也会加剧这种情况。

如果查看HashTable或Dictionary的实现，您将看到GetHashCode用于将密钥分配到存储桶中以减少所需的比较次数，但是，如果有多个项目，则仍需要进行相等比较。同一桶。

Answer 5

没有。 GetHasCode只提供哈希码。会有碰撞。具有不同的散列意味着字符串不同，但具有相同的散列并不意味着字符串是相同的。

阅读these guidlelines by Eric Lippert for correct use of GetHashCode，他们非常指示。

如果你想比较字符串，就这样做吧！ stringA == stringB工作正常。 如果要确保字符串在大型集合中是唯一的，请使用哈希代码的强大功能，使用HashSet<string>。