Hash 我应该读多少个字符串才能得到一个好的散列？

这里有一个小难题：如果您使用像CRC-64这样的散列算法，那么为了计算好的散列，需要读取字符串中的多少字节？假设所有字符串的长度至少为2kb，那么使用整个字符串来计算缓存似乎是一种浪费或资源，但您认为多少个字符就足够了？既然它等于64位，那么仅仅8个ASCII字符就足够了吗？使用超过8个ASCII字符难道不是毫无意义吗？我想知道你对此的看法

更新：

---

“好的散列”指的是，通过使用更多字节来计算，散列冲突的可能性不会降低。

两个不同字符串的前8个字母相同的可能性有多大？取决于这些字符串是什么，它可能非常高，在这种情况下，您肯定会遇到哈希冲突

---

把整件事都搞糟。几千字节算不了什么。除非您确实需要在程序中节省纳秒，否则不对完整字符串进行哈希运算将是过早的优化。

如果您使用的CRC-64大于或小于8字节，则使用CRC-64没有任何意义：只需按原样使用8字节即可。CRC没有任何附加值，除非输入长于预期输出

一般来说，如果散列函数的输出为n位，那么一旦累积了大约2n/2个字符串，就会开始出现冲突。简而言之，如果使用64位，那么在前20亿个字符串中不太可能遇到冲突。如果您得到160位或更多的输出，那么冲突实际上是不可行的，您将遇到比硬件故障（如CPU着火）少得多的冲突。这假设哈希函数是完美的。如果您的哈希函数以选择几个数据字节开始，那么，不选择的字节必然不会对哈希输出产生任何影响，因此您最好使用好的字节，这完全取决于您正在哈希的字符串类型。这里没有一般规则

---

我的建议是首先尝试在整个字符串上使用通用哈希函数；我通常推荐。MD4是一个加密散列函数，它已经完全被破坏了，但是对于一个不涉及安全性的问题来说，它仍然非常擅长以加密方式混合数据元素，CRC比MD4更容易破坏。据报道，在某些平台上，MD4实际上比CRC-32快，所以您可以尝试一下。在基本PC上，我的2.4 GHz Core2上，MD4实现的速度约为700 MBytes/s，因此我们讨论的是每秒35000个散列2 kB字符串，这还不错。

如果我需要优化，那么如果在整个字符串上分布8个字节会怎么样。如果字符串是8kb，那么我将每KB获得第一个字节，以分散散列生成的字节。您真的需要优化吗？你是在实现硬件或驱动程序还是什么？没有一个消费者应用程序需要这种优化。像你这样的程序员为什么选择混淆实际情况，而不是站在前面？而不是是/否，也许？你需要情境建议，但不会提供情境。这就好像你故意选择浪费别人的时间，而不是提供一条阻力最小的正确答案。对不起，先生。我无意冒犯你或以任何方式浪费你的时间。这是一个自定义的B+树哈希算法，我已经用C++编写了。我的回答可能是因为我问的问题大多是好奇，而不是必要性。谢谢你的帮助。好的，所以8个字符对于生成哈希是没有意义的。但是如果我使用32个字符，而不是16个字符，那么哈希值是否更随机？随机性的好处会消失多少个字符？