C# 按哈希值对字符串集合进行分组

我有一个从1到数千的用户列表。 所有用户都有一个属性列表，我必须对其执行分析。 大多数用户有5到20个不同的属性，但有些用户可能有多达100个

我创建了一个

字典

，其中Key是用户id，Value是用户的属性

现在，我没有对每个用户进行分析，而是认为我可以根据用户的属性对其进行分组。即如果多个用户具有相同的属性，结果将是相同的

---

这就引出了我的问题；我可以从字符串集合中生成哈希值吗？

您可以从任何内容计算哈希值，包括单个字符串或字符串集合。您可以使用简单的算法，也可以使用复杂的算法。字符串集合的一个简单示例是简单地计算所有字符串的长度之和，然后用一个素数（如32003）进行MOD

对于您的目的来说，这是一个糟糕的散列，但它说明了计算散列只是确定什么对您来说是重要的，或者什么将足够区分元素

为此，哈希的问题在于，哈希始终是单向计算，从某种意义上说，它简化了被哈希的对象。这意味着信息丢失，可能会发生冲突。也就是说，如果hash（x）==hash（y），这并不意味着x==y，除非hash（x）==x代表每个x

因此，基于散列的分组并不意味着您是基于内容/值进行分组的

也就是说，您可以计算一个散列，其中丢失的比特数更少，例如SHA散列（请参阅）。SHA基于字符串，所以您可以做的是创建集合的JSON/XML序列化，然后在此基础上计算SHA哈希，并基于该SHA哈希进行分组。SHA非常安全，至少可以说，发生碰撞的可能性非常小

因此，我的建议是：将

集合

（或者更确切地说是

列表

）序列化为JSON或XML，因为对于

列表

，项目的顺序是有保证的，而对于

集合

则不是），计算其中的SHA，并将其用作分组值

增编： 要序列化为JSON，可以使用

System.Web.Extensions

中的内置扩展：

var json = new JavaScriptSerializer().Serialize(myList);

然后，要计算SHA1散列，可以使用

System.Security.Cryptography

命名空间中的提供程序：

SHA1CryptoServiceProvider sha1 = new SHA1CryptoServiceProvider();
byte[] hash = sha1.ComputeHash(json);
string hashAsString = BitConverter.ToString(hash);

---

是的，比如说给他们打电话。但是你会有碰撞

string1.GetHashCode（）==string2.GetHashCode（）

并不意味着

string1==string2

您可以重构代码以创建UserAttributes类而不是将属性存储在集合中吗？更不用说GetHashCode（）的实现依赖于平台！每个用户可以定义的“属性”是一个集合，还是随机的？这太抽象了，至少对我来说是这样。您能用示例数据显示一个简单的类吗？