Fatal编程技术网
  • algorithm/
  • Algorithm 哈希代码计算为什么要乘法并忽略溢出位？

Algorithm 哈希代码计算为什么要乘法并忽略溢出位？

algorithm

Algorithm 哈希代码计算为什么要乘法并忽略溢出位？,algorithm,hashcode,Algorithm,Hashcode,这个问题不是关于一个人为什么要繁殖，这是相当明显的——而是关于分布 但这更多的是关于乘法的一个属性，它变得越重要，因为哈希代码计算公式中包含的因子越多 一个简单的计算显然可能会溢出，但这并不重要 a * 31 + b 当公式中有许多项时，真正的问题就被证明了 ((a * 31) + b) * 31 ... 6n. 一旦包含5个或6个以上的术语，第一个术语的值将丢失，因为当哈希代码值达到包含5+术语的程度时，其位已溢出。使用这个系统，只有最后5个左右的术语才是最终价值的真正重要贡献者 31

这个问题不是关于一个人为什么要繁殖，这是相当明显的——而是关于分布

但这更多的是关于乘法的一个属性，它变得越重要，因为哈希代码计算公式中包含的因子越多

一个简单的计算显然可能会溢出，但这并不重要

a * 31 + b
当公式中有许多项时，真正的问题就被证明了

((a * 31) + b) * 31 ... 6n.
一旦包含5个或6个以上的术语，第一个术语的值将丢失，因为当哈希代码值达到包含5+术语的程度时，其位已溢出。使用这个系统，只有最后5个左右的术语才是最终价值的真正重要贡献者

31 ^ 7 > Integer.MAX_VALUE
那么，为什么大多数计算不将溢出的位回滚，并对结果的低位进行异或运算呢。我理解这需要一些位篡改，并且必须使用long（64位）进行计算，这样前32位可以与整数结果进行异或运算，但至少不会丢失任何位

忽略溢出有什么特别的原因吗？它并不像前面所描述的那样使用长时间存储的成本高

编辑

100000*31^7=            2751261411100000       0x9C641F717C560
6553600000*31^7 180306667837849600000    0xC641F717C5600000
请注意，后一个值正好是前一个值的65536倍，这也意味着其答案比前一个值大16位。请注意 0xC641F717C5600000为0xC5600000。16位值的实际有效值丢失

*SAMPLE A*
65536*4096*27512614111  

=7385361114638319616
=0x667E12CDF0000000
   12345678
=0xF0000000

*SAMPLE B*
9*65536*4096*27512614111

=66468250031744876544
=0x9A6EA93D70000000
   12345678
=0x70000000
请注意，样本B的最高位正好是样本A的9倍，在最终的32位值中几乎没有任何差异-如果我将9倍更改为17倍，则较低的位将是相同的。但是，如果最上面的位没有由于溢出和与较低32位的xord而“丢失”，则该值将不同

忽略溢出有什么特别的原因吗？它并不像前面所描述的那样使用长时间存储的成本高

但几乎可以肯定的是，这并没有什么好处。这种方法通常会产生一个良好的值分布。

这是乘以奇数的好处；前面的数字永远不会完全从整数的末尾脱落。对于要丢失的元素，
31^n
需要是2的幂，这是不可能发生的。例如，在您的情况下，使用
31^7
，您将获得32位数字的
0x67E12CDF
；因此，尽管溢出，输入元素乘以该值仍将对结果产生影响。

我看不出示例中的要点。在我看来，它们似乎与计算散列码的方式无关：
a*31+b

您可能会找到一些
a
和
b
，它们将给出相同的hashcode（但高位不同）。然后将高位异或返回到哈希代码中是有意义的

或者，另一个例子是
（（a*31）+b）*31+…+z
。然后找到一些
a
，
b
，…，
z
，其中hashcode不再依赖于
a
。因此，
a
不会是一个重要的贡献者

当然，如果您通过
65536
更改
31
，很容易找到
a
，…，
z
。任何值都可以，所有的
a
位都会简单地脱落，
a
会向左移位并切断。但是，您能为
31
这样做吗？或者类似的，您可以将高位异或返回。但是，为什么？你能找到一个有帮助的案例吗

65536的问题是，在二进制中它看起来像这样
100000000000000
。所以，当你用一个数字乘以它，在二进制中，它会再次得到16个零。对于二进制的
31
，
11111
，这不会发生

哦，我不是说这些例子不存在，因为它们确实存在（毕竟这只是一个散列）。但是，你不会发现很多或类似的例子

是的，但随着时间的推移，哈希代码中实际上只存在非常低的位。@mP:你是什么意思？当您使用奇数乘法器时，所有输入元素都会影响最终的哈希代码。@Jeremiah我在我的原始q中回答了一些数学问题和我的pt示例。@mP:我在您的问题中没有看到任何新的编辑。您可能需要尝试代码以查看其行为。只需编写一个函数，实现您在问题中显示的功能，并在具有不同开头但相同结尾的字符串上进行测试。如果使用31之类的常量，则无论更改字符串的哪一部分，哈希代码都将更改。@JW检查粗体编辑，您将看到这些图显示高位最终是如何由于乘法而丢失的。我可以试着用代码设计一个例子，但上面的数学应该足够了。不仅如此，而且长时间会遇到同样的问题，只需要一点
long
er。（对不起，这是一个糟糕的结果…）素数作为乘法因子的全部原因是因为概率意味着值向左移动，最终所有的位都会丢失。然而素数仍然有同样的问题，它们是jsut更好一点，并且需要更长的时间才能让位消失。第一部分试图演示位是如何从乘法中溢出和消失的，但效果很差。您对65536的评论完全正确。上述计算表明，“hi”顺序位很快丢失，因此，如果第一项的哈希代码为0x10001或0x30001，0x70001或0xffff0001很快就会丢失。我的评论试图指出，乘法引入0位的行为，如果不忽略溢出，可以用一些适当的1来替换。@mP-乘法是正确的。但你的问题是关于散列码分发的，对吗？如果您使用
31
而不是
65536
，那么良好的分布和丢失高位是不相关的。使用65536（实际上是16位的移位）只能最好地显示问题。穆特乘31北