C# guid tostring作为字典键的近似完美哈希

我试图解决的问题：使用guid字符串作为字典的键（string，someObject），我希望对键进行完美的哈希

不确定我是否遗漏了什么。。。当我使用dictionary构造函数运行下面的测试时，仅传入大小分配，每次运行时我会得到+-10个冲突。当我传入IEqualityComparer时，只要在字符串上调用gethashcode，我就可以让测试顺利通过！在某些情况下，使用x=10次迭代进行多次运行，y最多可达一百万次！我以为字典正在调整哈希函数，尤其是在处理字符串时？我的机器上没有反射器：（所以我今晚不能检查…如果你注释掉交替字典初始化，你会看到…测试在我的i7上运行得比较快

            [TestMethod]
    public void NearPerfectHashingForGuidStrings()
    {
        int y = 100000;
        int collisions = 0;

        //Dictionary<string, string> list = new Dictionary<string, string>(y, new GuidStringHashing());
        Dictionary<string, string> list = new Dictionary<string, string>(y);
        for (int x = 0; x < 5; x++)
        {

            Enumerable.Range(1, y).ToList().ForEach((h) =>
            {
                list[Guid.NewGuid().ToString()] = h.ToString();
            });

            var hashDuplicates = list.Keys.GroupBy(h => h.GetHashCode())
                .Where(group => group.Count() > 1)
                .Select(group => group.Key).ToList();

            hashDuplicates.ToList().ForEach(v => Debug.WriteLine( x +  "--- " + v));
            collisions += hashDuplicates.Count();
            list.Clear();
        }

        Assert.AreEqual(0, collisions);
    }

        public class GuidStringHashing : IEqualityComparer<string>
{
    public bool Equals(string x, string y)
    {
        return GetHashCode(x) == GetHashCode(y);
    }

    public int GetHashCode(string obj)
    {
        return obj.GetHashCode();
    }
}

[TestMethod]
public void nearPerfectHashingForGuidestrings（）
{
int y=100000；
int=0；
//字典列表=新字典（y，new GuidStringHashing（））；
字典列表=新字典（y）；
对于（int x=0；x<5；x++）
{
可枚举的.Range（1，y）.ToList（）.ForEach（（h）=>
{
列表[Guid.NewGuid（）.ToString（）]=h.ToString（）；
});
var hashDuplicates=list.Keys.GroupBy（h=>h.GetHashCode（））
.Where（group=>group.Count（）>1）
.Select（group=>group.Key）.ToList（）；
hashDuplicates.ToList（）.ForEach（v=>Debug.WriteLine（x+“--”+v））；
碰撞+=hashDuplicates.Count（）；
list.Clear（）；
}
Assert.AreEqual（0，冲突）；
}
公共类GuidStringHashing:IEqualityComparer
{
公共布尔等于（字符串x、字符串y）
{
返回GetHashCode（x）==GetHashCode（y）；
}
public int GetHashCode（字符串obj）
{
返回obj.GetHashCode（）；
}
}

您的测试失败

因为您的相等比较器错误地报告两个恰好具有相同哈希的不同GUID相等，所以您的字典从不首先存储冲突

---

由于的原因，根本不可能为超过232个项创建32位完美哈希。

这是不可能的。您需要为未知的密钥集创建完美哈希函数。您可以。您不能创建一个适用于所有密钥集的完美哈希函数

---

原因是“两个耶稣原则”，正如马克·克诺普勒（Mark Knopfler）所说：“两个人说他们是耶稣，其中一个肯定是错的。”（更广为人知的是“鸽子洞原则”）

你所说的完美散列码是什么意思

您的代码有些混乱，特别是因为您发布了一个测试方法未使用的类

GuidStringHashing

但您的代码表明，当您创建100000个GUI，将它们全部转换为字符串，然后获取字符串的哈希代码时，常常会出现并非所有哈希代码都是不同的情况。当有40多亿个整数可供选择，而您只生成100000个字符串时，这可能会令人惊讶

您将

GetHashCode（）

用于常规字符串，但是您的字符串不是太常规，它们都类似于

"2315c2a7-7d29-42b1-9696-fe6a9dd72ffd"

因此，可能您的哈希代码不是最佳的。最好将字符串

h

解析回GUID，并使用该GUID的哈希代码，如

（新GUID（h））。GetHashCode（）

然而，这仍然会与100000个guid发生冲突。我想你看到的只是一个例子

试试这个更简单的代码。这里我在guid上使用

GetHashCode（）

，因此我们希望整数是非常随机的：

        var set = new HashSet<int>();
        for (int i = 1; true; ++i)
        {
            if (!set.Add(Guid.NewGuid().GetHashCode()))
                Console.WriteLine("Collision, i is: " + i);
        }

var set=newhashset（）；
for（int i=1；true；++i）
{
如果（！set.Add（Guid.NewGuid（）.GetHashCode（）））
控制台.WriteLine（“碰撞，i为：+i”）；
}

---

我们看到（通过多次运行上述代码）冲突几乎总是在计算100000个哈希代码之前发生。

这基本上是不可能的。32位中的每个128位GUID不能有唯一的哈希。@SLaks这是有意义的，但是如果我只指定100000个项并运行几百次测试，那么“基本上”它每次都可以通过？w我的意思是，使用传入的IEqualityComparer测试可以通过，现在每次使用字典中的defualt哈希函数都会失败，这更符合您的鸽子洞注释。由于int32哈希代码，我预计2147483647项之后至少会发生一次冲突，但根据测试结果，我只处理100000项在这个域空间上应该可以得到一个“接近”完美的哈希，当对字符串调用gethashcode比默认的字典hashingAlso要好得多时，我有点震惊，有趣的是：。根据接近末尾的表，对于32位哈希函数，哈希代码的数量需要有超过50%的几率为1碰撞仅为77000次。100000次可能会发生多次碰撞。Matthew Watson完全正确；您的预期与现实完全不符。我这里有一个32位哈希后发生多次碰撞的概率图：--正如您所见，仅10000次哈希时，一次碰撞的概率已经超过1%s、 上面的测试没有使用我的IEqualityComparer，它被注释掉了？你的评论是“当我通过IEqualityComparer时，只要调用字符串上的gethashcode，我就可以通过测试”这意味着您使用了错误的相等比较器，并且-因为它是错误的-得出了错误的结论。他的测试代码并不漂亮，但它确实确定了当您创建100000个GUI时，将它们转换为字符串，然后对字符串调用

.GetHashCode（）

，然后在统计上会发生冲突。另外，由于“具有相同的哈希代码”是一个等价词