字符串

Question

我正在为任意字符串字（最大可能长度<26）编写散列函数。 我最初的方法是总结单词中每个字母的ASCII值 - 用C ++实现：

    int getKey(string value){
    int key = 0;
    int temp = 0;
    int length = value.length();
    for (int i = 0; i < length; i ++){
        temp = (int)value[i];
        key = key + temp;
    }
    return key;
}

然而，我很快意识到这种方法会导致重复次数过多（例如，由相同字母组成的单词）。所以我想知道是否有办法获得一个C ++ int可表示的散列值，这对于给定长度下的任何单词都是唯一的？

谢谢！

Answer 1

如果我们认为典型的文本字符串中有大约5位信息（26个大写，26个较低，一些标点符号大约是64个不同的字符），那么使用26个字符的字符串则需要大约130位和一个完美的哈希函数，以避免冲突。如果可以接受罕见的冲突，请使用std::hash<> - 如果您需要统计上唯一的哈希值，则返回size_t（通常为64位）或类似SHA256。

可能会在Cryptography StackExchange上找到更多技术细节。