我不是在寻找有关散列信息的链接。
我不是在寻找世界上最好的哈希函数。
我对描述
的小故事感兴趣答案 0 :(得分：9)
我考虑的第一个问题是已建立的算法是否符合我的要求。
答案 1 :(得分：2)
进行数据仓库开发。我们有一个大约9,000行的维度。正在开发的查询包括一些非常难看的查询。
所以，我开始分析维度行。根据列的各种组合对维度行进行聚类。聚类是从某个键到共享该键的维度行列表的映射。然后，散列键是列值的元组。
Python中的中间结果看起来像这样
{
( (col1, col2), (col3, col4) ) : [ aRow, anotherRow, row3, ... ],
( (col1, col2), (col3, col4) ) : [ row1, row2, row3. row4, ... ],
}
从技术上讲，这是一个倒排索引。
散列键在构建列值元组时需要一些小心，部分原因是Python不会使用可变集合（即列表）。更重要的是，元组不是简单的列值列表。它们通常是两元组，试图根据键组合将维度行划分为不相交的子集
深入的哈希算法是内置的Python哈希。然而，选择键并不明显或不容易。
答案 2 :(得分：1)
我会说亚当说的话：不要重新发明哈希轮
我唯一需要自定义散列函数的时间是比较有向图的平等性;当两个图形不相等时，哈希函数让我非常有效地说明（当哈希值匹配时，我仍然需要进行逐节点比较以确定）
答案 3 :(得分：1)
我首先想到的是steal散列算法及其代码的最佳位置。当且仅当我找不到合适的算法时，我才将它们作为创建自己的算法的起点。公平地说，我已经在这个行业工作了7年，而且从大学开始，我从未创建了自己的哈希算法。
但如果我确实创建了自己的算法，那么最小化碰撞应该是最值得考虑的事情。你有什么可能的价值观？此函数是否准确地分散了这些值，以便希望在结果值和原始值之间存在一对一的关系。结果值是否确实很好地分散。意思是说，他们并不都有共同的因素？当您进行模数运算以使值更小并且适合您的索引集合时，这可能会导致冲突。
答案 4 :(得分：1)
创建散列算法很容易。发明工作，高效和有效哈希算法不是。
你应该问问自己：
如果您有两个对象实例需要进行相等性比较，那么您可能需要为equals（）提供一个实现。
如果您有一个需要排序的对象的多个实例，那么您可能需要为compareTo（）提供一个实现。
如果您将自定义对象用作Map的键，那么您可能需要提供hashCode（）的实现。
答案 5 :(得分：1)
不完全是我的经验，但你需要考虑的一些条件：
最重要的是，哈希函数应该类似于等式检查。两个相等的对象应始终始终返回相同的哈希值（两个不相等的对象可以返回相同的哈希值，但这应该是罕见的）。
更好地利用现有的哈希函数，因为它们很可能在速度和分布之间有更好的平衡。
哈希函数应该很快。如果得到的哈希值不会产生明显更好的值分布，请不要使它变得更慢/更复杂。 所以数值类型的哈希总是更好（同意大多数框架都有整数类型的哈希，只是说）。
哈希应该有良好的分布，碰撞的几率必须非常小。因此，XOR是一个糟糕的选择。 换句话说，在速度和分布之间找到一个良好的平衡是关键。如果分发更好，则可能会有较慢的哈希值。
编写函数，知道输出的大小。如果是int32，则确保不会发生溢出。
哈希函数绝不应该给出错误（除了有效的空引用）。主要罪魁祸首是整数溢出。处理它。
如果你在运行时之前知道你可能的输入是什么，那么就有一个功能来定位它以加快速度。
很可能哈希不一定是可逆的，但如果你需要它（比如从给定的哈希中取回两个数字），请相应地写出来。在一般情况下（散列碰撞时）可能不需要这样做。
如果您的哈希值仅用于快速比较两个对象，则不要将其用于安全目的。 Cryptographic hashing完全是一个不同的野兽。
如果您手头有多个散列函数，请运行快速测试以找到哪个更适合您的输入。测试总是比理论分析更好。
这些是我的头脑。请参阅Eric's blog additionally。