我遇到了k对独立散列函数的需求，每个函数都将整数作为输入，并产生0-N范围内的散列值。需要这个用于count-min草图，类似于布隆过滤器。
形式上，我需要h_1，h_2，...，h_k哈希函数，成对独立。
（h_i（n）mod N）将给出n的哈希值，范围为0-N。当我处理大量数据时，散列需要节省时间。同时，它们应该尽可能地成对独立。
到目前为止我尝试过：
1）xxhash：它是有效的，但它在成对独立方面并不好，这意味着散列函数之间存在哈希冲突（意味着h1（n1）= h1（n2），然后一些h_k（n1）也是= h_k（n2））我得到的结果很糟糕。
2）同样，着名的整数散列方法（（a * n + b）mod p）mod N也有与xxhash相同的问题。我相信这叫做Universal Hashing
3）在count-min-sketch中引入的另一个产生了相当好的结果，但是为大量输入花费了太多时间。
4）还尝试了Murmur3，sha1在碰撞中遇到类似问题。任何想法都会非常感激。 C / C ++首选，但Java也可以，或者只是算法。 感谢
答案 0 :(得分：1)
我怀疑你方法2的问题是你扔了相关的a_i和b_i。
在大场（大约2 ^ 64附近）工作，并且对于初学者来说确保所有a_i和b_i都不同（即，你得到2 * k个不同的数字）。如果它们在场内均匀分布，这也不会伤害:)
您可能在使用SHA的方法4中遇到了同样的问题。大多数加密哈希函数（包括破坏的和旧的哈希函数）对于数据结构的需求来说已经足够了，对于任何合理的k或几乎任何其他属性来说都是k-wise独立。
我会重新检查 - 你是如何使用它的？