是否存在从输入生成单词的伪哈希函数？

Question

我试图找到或提出一种算法，该算法对输入执行散列以生成两个或三个单词的输出。

例如：

• “ABCD” - ＆gt; “树蓝”

• “WXYZ” - ＆gt; “好奇的橡子”

  算法需要

  1. 始终为同一输入生成相同的结果
  2. 碰撞概率很低，但它不需要是严格的“真实”哈希
  3. 重新创建输入有一定的困难，但它不需要像“真正的”哈希一样严格

我有一个想法是使用普通的哈希函数来创建哈希值，然后使用前几个字符来选择单词：

• “ABCD” - ＆gt; “2fd4e1c ......” - ＆gt; {“2fd”：“tree”，“4e1”：“blue”}

但我不确定一个好的查找算法是什么（用于在我的表中的所有单词之间进行均匀分布）以及这是否满足我的上述要求。

Answer 1

对于小于 2 ^-k 的碰撞概率，您希望大约 2 ^2k 位由birthday paradox引起的熵。这样可以粗略估计字典中对于给定数量的单词需要多少单词，反之亦然。

您建议的方法看起来很合理：使用一个好的标准哈希函数，然后，对于大小 n 的字典，只需使用第一个 log ₂ （ n）第一个字的散列的位，第二个字的下一个 log ₂ （n）位。