我有两个不同的程序希望分别使用Python和Java中的Murmur3来散列相同的字符串。
Python版本2.7.9:
mmh3.hash128('abc')
给予79267961763742113019008347020647561319L。
Java是Guava 18.0:
HashCode hashCode = Hashing.murmur3_128().newHasher().putString("abc", StandardCharsets.UTF_8).hash();
提供字符串" 6778ad3f3f3f96b4522dca264174a23b",转换为BigInterger给出137537073056680613988840834069010096699。
如何从两者获得相同的结果?
由于
答案 0 :(得分:6)
以下是如何从两者获得相同的结果:
byte[] mm3_le = Hashing.murmur3_128().hashString("abc", UTF_8).asBytes();
byte[] mm3_be = Bytes.toArray(Lists.reverse(Bytes.asList(mm3_le)));
assertEquals("79267961763742113019008347020647561319",
new BigInteger(mm3_be).toString());
哈希码的字节需要被视为 little endian ,但BigInteger
将字节解释为大端。您可能使用new BigInteger(hex, 16)
来创建BigInteger
,但HashCode.toString()
的输出实际上是一系列十六进制数字对,表示它们返回的相同顺序的哈希字节由asBytes()
(小端)。 (您也可以反转这些十六进制对,以获得一个十六进制数,当传递给new BigInteger(reversedHex, 16)
时,它会产生相同的结果。)
我认为toString()
的文档有点令人困惑,因为它引用的方式是" big endian&#34 ;;它实际上并不意味着该方法的输出是十六进制数,表示被解释为大端的字节。
我们有一个开放issue用于将asBigInteger()
添加到HashCode
。
答案 1 :(得分:0)
如果有人对反向答案感兴趣,请将python输出转换为Java输出:
import mmh3
import string
char_array = '0123456789abcdef'
mumrmur = mmh3.hash_bytes('abc')
result = [f'{string.hexdigits[(char >> 4) & 0xf]}{string.hexdigits[char & 0xf]}' for char in mumrmur]
print(''.join(result))