Java 长整数标识符在桶中的均匀分布

我有一组庞大的长整数标识符，需要尽可能均匀地分布到（n）个存储桶中。长整数标识符可能有一些缺少的标识符。 以此为标准，按原样使用长整数和执行模（n）[长整数]之间有区别吗？还是最好为长整数的字符串版本生成哈希代码（以改善分布），然后执行模（n）[字符串的哈希_代码（长整数）]？通过散列码获得均匀排列是否需要额外的字符串转换

因为我得到的反馈是我的问题没有足够的背景信息。我在补充一些信息

标识符基本上是在表示项目id的数据库中自动生成的自动递增数字行标识符。缺少标识符的原因是删除

标识符本身是长整数。 标识符（项目）本身在某些情况下为（10s-100）+百万，在某些情况下为数千

只有在标识符数量达到数百万的情况下，我才真正希望将它们分散到存储桶（标识符计数>>存储桶计数）中，以便存储在无SQL系统（分区）中

我想知道是否由于项目被删除的事实，我应该求助于（Long）.toString（）.hashCode（）来获得均匀排列，而不是直接使用长数值。我有一种感觉，执行toString.hashCode不会给我带来太多好处，我也不喜欢java hashCode在java修订版中不能保证相同的值这一事实（尽管对于String，他们的hashCode实现在过去的版本中似乎是有文档记录的，并且多年来是稳定的）

---

)没有必要涉及

字符串

new Integer(i).hashCode()

。。。为您提供一个散列-设计用于均匀分布到桶中

new Integer(i).hashCode() % n

。。。将在您想要的范围内给您一个数字


但是
Integer.hashCode（）
只是：

 return value;

因此，
新整数（i）.hashCode（）%n
相当于
i%n
不需要涉及
字符串

new Integer(i).hashCode()

。。。为您提供一个散列-设计用于均匀分布到桶中

new Integer(i).hashCode() % n

。。。将在您想要的范围内给您一个数字


但是
Integer.hashCode（）
只是：

 return value;

因此，
newinteger（i）.hashCode（）%n
相当于
i%n
无法回答您的问题@斯利姆的尝试是你能得到的最好结果，因为你的问题中缺少关键信息


要分发一组项目，您必须了解它们的初始分发情况。

如果它们是均匀分布的和桶的数量明显高于输入的范围，那么斯利姆的答案就是正确的。如果这两个条件中的任何一个都不成立，它就不会起作用


如果输入的范围没有明显高于存储桶的数量，则需要确保输入的范围是存储桶数量的精确倍数，否则最后一个存储桶将无法获得同样多的项目。例如，在[0-999]和400个存储桶的范围内，前200个存储桶获取项目[0-199]、[400-599]和[800-999]，而其他200个存储桶获取IEM[200-399]和[600-799]

也就是说，你一半的桶最终比另一半多出50%的物品

如果它们不是均匀分布的，因为模算子除了包裹它之外不会改变分布，所以输出分布也不是均匀的

这是您需要哈希函数的时候

但要构建哈希函数，您必须知道如何描述输入分布。散列函数的作用是打破输入中重复出现的、可预测的方面


公平地说，有些散列函数在大多数数据集上工作得相当好，例如Knuth的乘法方法（假设输入不太大）。你可以说，计算

hash(input) = input * 2654435761 % 2^32

它擅长打破价值观的集群。然而，它在可整除性方面失败了。也就是说，如果大多数输入都可以被2整除，那么输出也会被2整除。[贷记]

我发现有一个有趣的不同哈希函数及其特征的汇编，您可以选择一个最符合数据集特征的。
您的问题无法回答@斯利姆的尝试是你能得到的最好结果，因为你的问题中缺少关键信息


要分发一组项目，您必须了解它们的初始分发情况。

如果它们是均匀分布的和桶的数量明显高于输入的范围，那么斯利姆的答案就是正确的。如果这两个条件中的任何一个都不成立，它就不会起作用


如果输入的范围没有明显高于存储桶的数量，则需要确保输入的范围是存储桶数量的精确倍数，否则最后一个存储桶将无法获得同样多的项目。例如，在[0-999]和400个存储桶的范围内，前200个存储桶获取项目[0-199]、[400-599]和[800-999]，而其他200个存储桶获取IEM[200-399]和[600-799]

也就是说，你一半的桶最终比另一半多出50%的物品

如果它们不是均匀分布的，因为模算子除了包裹它之外不会改变分布，所以输出分布也不是均匀的

这是您需要哈希函数的时候

但要构建哈希函数，您必须知道如何描述输入分布。散列函数的作用是打破输入中重复出现的、可预测的方面


公平地说，有这么多