在.NET中使用String.GetHashCode（）的哈希质量和稳定性？

Question

我想知道.NET中String.GetHashCode()实现产生的哈希质量和哈希稳定性？

关于质量，我专注于算法方面（因此，哈希的质量因为它影响大型哈希表，而不是安全问题）。

然后，关于稳定性，我想知道从一个.NET版本到下一个版本可能出现的版本问题。

非常感谢这两方面的一些亮点。

Answer 1

我无法向您提供有关质量的任何细节（尽管我认为它非常好，因为字符串是框架的核心类之一，很可能被用作散列键）。

但是，关于稳定性，在不同版本的框架上生成的哈希代码不保证是相同的，并且它在过去已经改变，所以你绝对不能依赖于版本之间的哈希代码是稳定的（ see here for a reference that it changed between 1.1 and 2.0）。实际上，它甚至在相同框架版本的32位和64位版本之间也有所不同; from the docs：

  

GetHashCode返回的值与平台有关。对于特定的字符串值，它在32位和64位版本的.NET Framework上有所不同。

Answer 2

这是一个老问题，但我想通过提及this microsoft bug about hash quality来做出贡献。

摘要：在64b上，当字符串包含'\ 0'字节时，哈希质量非常低。基本上，只会对字符串的开头进行哈希处理。

如果像我一样，你必须使用.Net字符串来表示二进制数据作为高性能字典的关键，你需要注意这个错误。

太糟糕了，这是一个WONTFIX ......作为一个旁注，我不明白当代码包括

时，他们怎么能说修改哈希码是一个重大变化

// We want to ensure we can change our hash function daily.
// This is perfectly fine as long as you don't persist the
// value from GetHashCode to disk or count on String A
// hashing before string B. Those are bugs in your code.
hash1 ^= ThisAssembly.DailyBuildNumber;

无论如何，

并且在x86 / 64b中哈希码已经不同了。

Answer 3

我刚刚遇到了一个相关的问题。在我的一台计算机上（64位一台）我遇到了一个问题，我追踪到2个不同的对象是相同的，除了（存储的）哈希码。该哈希码是从字符串......相同的字符串创建的！

m_storedhash = astring.GetHashCode();

我不知道这两个对象如何以不同的哈希码结束，因为它们来自同一个字符串但是我怀疑发生了什么是在同一个.NET exe中，我所依赖的类库项目之一已被设置为x86和另一个到ANYCPU，其中一个对象是在x86类lib中的方法中创建的，另一个对象（相同的输入数据，相同的所有内容）是在ANYCPU类库中的方法中创建的。

那么，这听起来似乎是合理的：在内存中的相同可执行文件中（不在进程之间），一些代码可以使用x86 Framework的string.GetHashCode（）和其他代码运行x64 Framework的string.GetHashCode（）？

Answer 4

我知道这并不包含您指定的质量和稳定性的含义，但值得注意的是，散列非常大的字符串会产生OutOfMemoryException。

https://connect.microsoft.com/VisualStudio/feedback/details/517457/stringcomparers-gethashcode-string-throws-outofmemoryexception-with-plenty-of-ram-available

Answer 5

哈希码的质量足以满足其预期目的，即当您将字符串用作字典中的键时，它们不会导致太多冲突。我怀疑如果字符串长度相当短，它只会使用整个字符串来计算哈希码，对于巨大的字符串，它只会使用第一部分。

不保证版本之间的稳定性。文档清楚地表明散列算法可能会从一个版本更改为下一个版本，因此散列码是短期使用的。