这是我的问题陈述：
我可以使用哪种算法？
我的第一个想法是将我的字符串转换为数字，然后对它们进行操作（我想到哈希函数），但我不确定是什么公式可以给我结果。
有什么建议吗？
答案 0 :(得分：2)
你有2 ^ 333个可能的输入集（（26 * 10 ^ 3）选择30）。
这意味着您需要一个333位宽的整数来表示所有可能性。您最多只有256位，因此会发生冲突。
这是哈希函数的典型应用程序。存在用于各种目的的哈希，因此选择正确的类型非常重要：
用于基于存储桶的数据结构（字典）的简单哈希函数必须快速。碰撞不仅是容忍的，而且是通缉的。散列的大小（以位为单位）通常很小。由于冲突，这种类型的哈希不适合您的目的。
校验和尝试避免冲突并且速度相当快。如果它足够大，这对你的情况就足够了。
加密哈希具有无法（或非常难）找到冲突的特征（即使已知输入和哈希）。它们也是不可逆的（从散列中它不可能找到输入）。这些通常是计算上昂贵的，并且对您的用例来说太过分了。
唯一标识任意输入的哈希值，如CityHash和SpookyHash，专为快速哈希和无冲突识别而设计。
SpookyHash似乎是您用例的好选择。它的宽度为128位，这意味着您需要2 ^ 64个不同的输入才能获得50％的单次碰撞机会。
它也很快：每个周期三个字节比md5或sha1快几个数量级。 SpookyHash在公共领域可用（参见上面的链接）。
要在您的用例中应用任何哈希，您可以将列表中的项目转换为数字，但将它们作为字符串提供似乎更容易。在这种情况下你必须满足编码（ASCII会这样做。）
我通常使用UTF8左右，当I18N出现问题时。那么关注规范化有时很重要。但这不适用于您的简单用例。
答案 1 :(得分：1)
哈希不会起作用，因为它可能会产生冲突。必须将每个有效输入位映射到输出位。
对于这封信，您有90 - 65 = 25个不同的值，因此您可以使用5位来表示该字母。
3位数字有1000个不同的值，所以你需要10位。
如果组合这些位，则从输入到15位数字具有唯一的映射。
这种方法很简单，但它可能会浪费一些东西。如果输出必须尽可能短，则可以按如下方式进行映射：
output = (L - 'A')*1000 + N
其中L是字母值，'A'是字母A的值，N是3位数字。然后你可以使用尽可能少的位来表示output的完整范围，即25 * 1000 - 1 = 24999.这里再次是15位，所以简单的方法不会浪费空间。
如果输出位少于输入位，则需要散列函数。我强烈建议将字符串映射到上面的二进制数据，并使用一个简单的函数将输入映射到输出，原因如下：
通用散列函数无法区分输入位，因为它对其含义一无所知。
对于256个输出位，在散列5.7e38值后，碰撞的几率为75％。资料来源：Birthday Attack。
5.7e38似乎很大，但它只对应129位（2 ^ 129 = 6.8e38）。在这种情况下，这意味着有超过 75％的可能性，存在一对 9 （129/15 = 8.6）元素的字符串碰撞。
另一方面，如果您使用非常简单的映射功能，例如：
你可以保证任意两个字符串之间没有碰撞，最多 17个元素。
优化用于生成唯一ID的散列函数可能比通用散列表现得更好，但我怀疑它们可以保证所有256位值的无冲突散列。
结论：如果大多数输入字符串的元素少于17个，我宁愿使用哈希值。