Question

Eclipse 3.5有一个非常好的功能来生成Java hashCode（）函数。它会生成例如（稍微缩短:)：

class HashTest {
    int i;
    int j;        
    public int hashCode() {
        final int prime = 31;
        int result = prime + i;
        result = prime * result + j;
        return result;
    }
}

（如果类中有更多属性，则为每个附加属性重复result = prime * result + attribute.hashCode();。对于整数。可以省略.hashCode（）。）

这似乎很好但是对于素数的选择31。它可能取自hashCode implementation of Java String，这是出于性能原因而使用的，这些原因在引入硬件乘法器之后很久就消失了。对于i和j的小值，这里有许多哈希码冲突：例如（0,0）和（-1,31）具有相同的值。我认为这是一个Bad Thing（TM），因为经常出现小值。对于String.hashCode，您还会发现许多具有相同哈希码的短字符串，例如“Ca”和“DB”。如果选择一个大素数，如果你选择了素数，这个问题就会消失。

所以我的问题是：选择什么是好的素数？你用什么标准来找到它？

这是一个普遍的问题 - 所以我不想给i和j一个范围。但我认为在大多数应用中，相对较小的值比较大的值更常出现。（如果你有大的值，素数的选择可能不重要。）它可能没有多大区别，但更好的选择是一种简单明了的方法来改善这一点 - 那么为什么不这样做呢？ Commons lang HashCodeBuilder也提出了奇怪的小值。

（澄清：这是不是是Why does Java's hashCode() in String use 31 as a multiplier?的副本，因为我的问题与JDK中31的历史无关，而是关于什么使用相同的基本模板在新代码中会有更好的价值。那里的答案都没有尝试回答。）

Answer 1

我建议使用 92821 。这就是原因。

要对此给出有意义的答案，您必须了解i和j的可能值。我唯一能想到的是，在许多情况下，小值比大值更常见。（在程序中出现的值为15的几率要比438281923好得多。）因此，通过选择合适的素数使最小的哈希码冲突尽可能大，这似乎是一个好主意。对于31这相当糟糕 - 已经为i=-1和j=31提供了与i=0和j=0相同的哈希值。

由于这很有趣，我编写了一个小程序，在这个意义上搜索整个int范围以获得最佳素数。也就是说，对于每个素数，我搜索Math.abs(i) + Math.abs(j)的最小值i,j，而0,0的所有值都与i=-25486, j=67194具有相同的哈希码，然后取最小值为i=-46272 and j=46016的素数。尽可能大。

Drumroll ：在这个意义上最好的素数是486187739（最小的碰撞是Math.sqrt(i*i+j*j)）。几乎同样好且更容易记住的是92821，最小的碰撞是i=-6815 and j=70091。

如果你给“小”另一个含义，并希望尽可能大的碰撞-46272,46016的最小值，结果会有所不同：最好的是{{1}}的1322837333，但是我最喜欢的92821（最小碰撞{{1}}）几乎和最佳值一样好。

我确实承认，这些计算在实践中是否有意义是值得商榷的。但我确实认为将92821作为素数比31更有意义，除非你有充分的理由不这样做。

Answer 2

实际上，如果你把素数大到接近INT_MAX，你就会因为模运算而遇到同样的问题。如果你希望主要散列长度为2的字符串，那么INT_MAX的平方根附近的素数可能是最好的，如果你散列的字符串更长，那么无关紧要，碰撞也是不可避免的......

Answer 3

碰撞可能不是一个大问题......哈希的主要目标是避免使用等于1：1的比较。如果你有一个实现，其中equals对于有冲突哈希的对象来说“通常”非常便宜，那么这根本就不是问题。

最后，散列的最佳方法取决于您所比较的内容。对于int对（如示例所示），使用基本的按位运算符就足够了（使用＆amp;或^）。

Answer 4

您需要为i和j定义范围。您可以为两者使用素数。

public int hashCode() {
   http://primes.utm.edu/curios/ ;)
   return 97654321 * i ^ 12356789 * j;
}

Answer 5

我选择7243.足够大，以避免与小数字碰撞。不会很快溢出到小数字。

Answer 6

我只想指出hashcode与prime无关。在JDK实现中

for (int i = 0; i < value.length; i++) {
                h = 31 * h + val[i];
            }

我发现如果用 27 替换 31 ，结果非常相似。

什么是哈希码计算的合理素数？

6 个答案: