C++ Can-std:：hash<；标准：：字符串>；是否为不同的字符串返回相同的值？

下面的链接提到了碰撞的可能性，但我试图使用它查找重复条目：

---

我正在使用

std:：hash

并将返回值存储在std:：unordered_集合中。如果emplace失败，我将标记字符串，因为它是重复字符串。

是，

std:：hash

为不同的

std:：string

返回相同的结果。 不同的编译器创建的bucket是不同的

在链接中找到基于编译器的实现：

---

哈希通常是从大的值空间到小的值空间的函数，例如从所有字符串空间到64位整数。字符串比64位整数多得多，因此显然多个字符串可以具有相同的哈希。好的散列函数是这样的：没有简单的规则将具有相同散列值的字符串关联起来

因此，当我们想要使用哈希查找重复字符串（或复制任何内容）时，它总是一个两阶段的过程（至少）：

查找具有相同哈希值的字符串（即找到字符串的“哈希桶”）

将您的字符串与具有相同哈希值的其他字符串逐个进行比较

std:：unordered_set

可以做到这一点，更不用说细节了。请注意，这是为您而做的，因此您需要对自己进行散列，然后将结果存储在

std:：unordered\u集合中

---

最后，请注意，还可以使用其他功能进行初始重复筛选，或者在相同的哈希值之间进行搜索。例如，字符串长度：在逐个字符比较两个字符串之前，检查它们的长度（应该能够在不实际迭代字符串的情况下访问它们）；不同长度->不相等字符串。

是的，两个不同的字符串可能共享相同的哈希。简单地说，让我们假设您有一个存储在8位类型（

无符号字符

）中的哈希。 也就是说，2^8=256个可能的值。这意味着您只能有256个唯一的任意输入哈希。
由于您可以创建超过256个不同的字符串，因此哈希不可能对所有可能的字符串都是唯一的

std:：size\t

是64位类型，因此如果将其用作散列值的存储，则可能会有2^64个散列，这略多于256个可能的唯一散列，但仍然不足以区分可以创建的所有可能字符串

---

您不能仅用64位存储整本书。

是的，它可以为不同的字符串返回相同的结果。这是将无限可能范围缩减为单个64位数字的自然结果

存在一个名为“”的东西，它生成一个将返回唯一结果的哈希函数。然而，这仅对一组已知的输入有保证。来自外部的未知输入可能会产生匹配的哈希数。这种可能性可以通过使用

---

然而，在某些情况下，使用所有这些散列计算，程序最好在未排序的线性数组中进行简单的字符串比较。如果C大得离谱，谁会在乎手术是否是

O（1）+C

。

这要看情况而定。您想做什么？我想为多个字符串生成哈希值。如果散列函数返回相同的值，我会将其标记为找到重复的字符串。您可以获取任意数量的字符（字节），长度可以是数百位，并将其减少为32位或64位整数。是的，不同字符串将有重复的哈希。你可以先检查散列；如果匹配，则比较字符串。C++版本不能改变一个事实，即你不能有无限长的有限长度的散列。是数学。。。。您还可以期望这些测试运行很长时间。