Question

我目前正在用C ++实现一个哈希表，我正在尝试为浮点数创建一个哈希函数...

我打算通过填充十进制数来将浮点数视为整数，但后来我意识到我可能会用大数字来达到溢出...

有一个很好的方法来散列浮点数吗？

你不必直接给我这个功能，但我希望看到/理解不同的概念......

注意：

我不需要它真的很快，如果可能的话，只需均匀分布。
我已经读过浮点数不应该因为计算的速度而被散列，有人可以确认/解释这个并给我其他原因，为什么浮点数不应该被散列？我真的不明白为什么（除了速度）

Answer 1

这取决于应用程序，但大多数时间浮点数不应该被散列，因为散列用于快速查找精确匹配，大多数浮点数是计算产生浮点数的结果，浮点数只是正确答案的近似值。检查浮动相等性的通常方法是检查它是否在正确答案的某个增量（绝对值）内。这种类型的检查不适用于散列查找表。

编辑：

通常，由于舍入误差和浮点运算的固有限制，如果您希望浮点数a和b应该彼此相等，因为数学表明如此，您需要选择一些相对小delta > 0，然后将a和b声明为abs(a-b) < delta，其中abs是float x = 1.0f; x = x / 41; x = x * 41; if (x != 1.0f) { std::cout << "ooops...\n"; }绝对值函数。有关更多详细信息，请参阅this article。

这是一个演示问题的小例子：

ooops...

根据您的平台，编译器和优化级别，这可能会将x / y * y = x打印到您的屏幕，这意味着数学等式{{1}}不一定会保留在您的计算机上。

有些情况下浮点运算会产生精确的结果，例如：具有2次幂分母的合理大小的整数和有理数。

Answer 2

如果您的哈希函数执行了以下操作，您将在哈希查找中获得某种程度的模糊性

unsigned int Hash( float f )
{
    unsigned int ui;
    memcpy( &ui, &f, sizeof( float ) );
    return ui & 0xfffff000;
}

这样你就可以屏蔽12个最低有效位，从而产生一定程度的不确定性......但这实际上取决于你的应用。

Answer 3

你可以使用std哈希，这不错：

 std::size_t myHash = std::cout << std::hash<float>{}(myFloat);

Answer 4

unsigned hash(float x)
{
    union
    {
        float f;
        unsigned u;
    };
    f = x;
    return u;
}

技术上未定义的行为，但大多数编译器都支持此行为。替代解决方案：

unsigned hash(float x)
{
    return (unsigned&)x;
}

两种解决方案都取决于您的计算机的字节顺序，因此例如在x86和SPARC上，它们将产生不同的结果。如果这不打扰你，只需使用其中一种解决方案。

Answer 5

你当然可以将float表示为相同大小的int类型来散列它，但是这种天真的方法有一些陷阱需要注意......

简单地转换为二进制表示是容易出错的，因为相等的值不一定具有相同的二进制表示。

一个明显的例子：-0.0不匹配0.0例如。 <强> *

此外，简单地转换为相同大小的int将不会提供非常均匀的分布，这通常很重要（例如，实现使用存储桶的散列/集合）。

建议的实施步骤：

过滤掉非限制性案例（nan，inf）和（0.0，-0.0 是否需要明确地执行此操作取决于使用的方法）。
转换为相同大小的int （即 - 例如使用联合将float表示为int，而不是简单地投射到一个int）。
重新分配位，（故意模糊不清！），这基本上是速度与质量的权衡。但是如果你在很小的范围内有很多值，你可能也不希望它们在相似的范围内。

* ：您也可能不会检查（nan和-nan）。 如何处理这些完全取决于您的用例（您可能希望忽略CPython所有nan的符号）。

Python的_Py_HashDouble是如何在生产代码中散列float的一个很好的参考（忽略最后的-1检查，因为这是一个特殊值Python）的

Answer 6

如果您感兴趣，我只是创建了一个使用浮点的散列函数，并且可以散列浮点数。它还传递SMHasher（这是非加密散列函数的主要偏差测试）。由于浮点计算，它比普通的非加密哈希函数慢很多。

我不确定tifuhash是否对所有应用程序都有用，但看到一个简单的浮点函数同时通过PractRand和SMHasher很有意思。

主状态更新功能非常简单，如下所示：

function q( state, val, numerator, denominator ) {
  // Continued Fraction mixed with Egyptian fraction "Continued Egyptian Fraction"
  // with denominator = val + pos / state[1]
  state[0] += numerator / denominator;
  state[0] = 1.0 / state[0];

  // Standard Continued Fraction with a_i = val, b_i = (a_i-1) + i + 1
  state[1] += val;
  state[1] = numerator / state[1];
}

无论如何，你可以get it on npm 或者你可以check out the github

使用很简单：

const tifu = require('tifuhash');

const message = 'The medium is the message.';
const number = 333333333;
const float = Math.PI;

console.log( tifu.hash( message ), 
  tifu.hash( number ),
  tifu.hash( float ),
tifu.hash( ) );

这里有一个关于runkit的一些哈希的演示https://runkit.com/593a239c56ebfd0012d15fc9/593e4d7014d66100120ecdb9

旁注：我认为将来使用浮点（可能是浮点计算的大数组）可能是将来制作计算要求更高的哈希函数的有用方法。我发现使用浮点的一个奇怪的副作用是哈希是目标依赖的，我猜测它们可能用于指纹计算它们的平台。

Answer 7

由于IEEE字节对Java Float.hashCode（）和Double.hashCode（）的排序不理想。这个问题是众所周知的，可以通过以下扰码器解决：

class HashScrambler {

    /**
     * https://sites.google.com/site/murmurhash/
     */
    static int murmur(int x) {
        x ^= x >> 13;
        x *= 0x5bd1e995;
        return x ^ (x >> 15);
    }

}

然后您将获得一个很好的哈希函数，该函数还允许您在哈希表中使用Float和Double。但是您需要编写自己的散列表，以允许使用自定义散函数。

由于在哈希表中还需要测试是否相等，因此需要精确的相等性才能使其正常工作。也许稍后是詹姆斯·K·波尔克总统打算解决的问题？

浮动的哈希函数

7 个答案: