Java 双向字符串哈希函数

我想得到字符串的唯一数字表示形式。我知道有很多方法可以做到这一点，我的问题是你认为哪种方法最好？我不想有负数-所以java中的hashcode（）函数不是很好，尽管我可以重写它。。。但我宁愿不要，因为我不是那么自信，也不想意外地弄坏东西

我的字符串都是语义web URI。使用数字表示的原因是，当我在页面上显示URI的数据时，我需要将某些内容传递到查询字符串中，或者放入javascript中的各个字段中。URI本身太笨重，当您将URI作为URI中的值时，它看起来很糟糕

基本上，我希望有一个名为

Resource

的类，它将如下所示

Resource{
  int id;
  String uri;
  String value; // this is the label or human readable name

  // .... other code/getters/setters here

  public int getId(){
    return id = stringToIntFunction();
  }

  private int stringToIntFunction(String uri){
  // do magic here
  }
}

您是否可以建议一个函数在以下情况下执行此操作：

它必须是双向的，也就是说，您还可以从数值恢复原始字符串

不必是双向的

---

还有其他我没有考虑的重要问题吗？

如果你想要它是可逆的，你就有麻烦了。散列被设计为单向的

特别是，考虑到

int

有32位信息，而

char

有16位信息，要求可逆性意味着您只能拥有零、一个或两个字符的字符串（即使是假设您乐意将“”编码为“\0\0”或类似的内容）。当然，这是假设你没有任何存储空间。如果您可以使用存储，那么只需按顺序存储数字。。。比如：

private int stringToIntFunction(String uri) {
    Integer existingId = storage.get(uri);
    if (existingId != null) {
        return existingId.intValue();
    }
    return storage.put(uri);
}

这里

storage.put（）

将在内部增加一个计数器，将URI存储为与该计数器值关联，然后返回它。我猜那不是你想要的

基本上，要执行可逆加密，我会先使用标准加密库将字符串转换为二进制格式（例如，使用UTF-8）。我希望结果是一个

字节[]

如果不一定是可逆的，我会考虑只使用正常<代码> HASCODE（）/<代码>结果的绝对值（但是映射<代码>整数.MINVALION<代码>，因为它的绝对值不能被表示为<代码> int <代码> > .< /P> < P>散列是单向的。（这也是它们有固定长度而不考虑输入大小的部分原因）。如果您需要双向编码，您可以使用Base64编码

为什么不能有负数？URI从哪里来？它们在数据库中吗？为什么不使用数据库键ID？如果它们不在数据库中，您可以为给定一组变量/参数的用户生成它们吗？（因此查询字符串只包含foo=1&bar=2之类的内容，您可以在服务器或JavaScript端生成URL）“唯一表示法”意味着Java提供的string.hashcode将是无用的-您很快就会遇到两个URI共享相同的hashcode

任何双向方案都将导致难以处理的字符串，除非将URI存储在数据库中并使用记录ID作为唯一标识符

---

就单向性而言，MD5哈希比简单的哈希代码更独特（但决不是唯一的），但根据您的定义，可能会接近“笨拙”！

鉴于上述所有剩余操作（哈希函数是单向的），我会选择两种可能的解决方案：

• 使用一些加密函数来获取表示URL的长字符串（您将获得类似->param=456ab894ce897b98f的内容（根据URL的不同，可以更长和/或更短）。例如，请参阅DES加密
• 跟踪数据库中的URL（也可以是一个简单的基于文件的数据库，如SQLite），这样就可以有效地获得uint URL等价性

---

Q1：如果要从数字中恢复字符串，则可以使用：

1a：对字符串进行加密，除非先压缩字符串，否则该字符串的大小将相同或更长。这将生成一个看起来随机的字节数组，可以显示为Base-64

1b：数据库或地图，数字是地图/数据库中字符串的索引

问题2：字符串不必是可恢复的

这里可能有各种想法。您可以用十六进制或Base-64显示哈希，以避免出现负号。Base-64中唯一的非字母数字字符是“+”、“/”和“=”。对于几乎唯一的哈希，您需要加密大小的字符，MD5（128位）、SHA-1（160位）或SHA-2（256或512位）

MD5哈希在十六进制中类似于“D131DD02C5E6EEC4693D9A069AFF95C”；哈希越大，发生冲突的可能性越小

---

rossum

谢谢Jon，我可能不得不同意你的第二个建议。但是我不确定你所说的“将Integer.MIN_值映射到某个特定的值是什么意思，因为它的绝对值不能表示为int”，不要担心回答这个问题，对于单向情况，有很多材料（等等）@Ankur:Integer.MIN_值的绝对值是2147483648。但是，一个整数可以表示的最大正数是2147483647。因此，你必须确保不要对Integer.MIN_值调用Math.abs，而是以不同的方式处理它。是的，理想情况下，我不想查找ID的全局存储。使用加密算法似乎有意义。@安克尔：但你最初的问题是URI太大了，对吧？加密对这没什么帮助。为了保存一个很长的解释（在一个很小的盒子里），我会说我一直在使用db密钥ID，但这会降低我应用程序不同部分的性能。@Ankur有没有机会通过缓存解决这个问题？基本上是Jon建议的，一个全局哈希表。是的。我想的是，1）计算一些哈希值，2）按数字顺序存储3）定期查看此表，然后添加a，B，等等，到第二、第三、第四。。。