Performance 快速且（实际上）无冲突的散列

我有一个计算长路径的对象。如果计算的路径相同，则两个对象相等。我之前测试过两个对象是否相等，方法如下：

obj1.calculatePath() == obj2.calculatePath()

但是，现在这已经成为性能瓶颈。我尝试将路径存储在对象中，但由于我有很多对象，这反而成了内存问题

我估计64位散列应该足以避免冲突——假设该散列是良好的双射

因此，由于通常的快速哈希杂音等确实有冲突，我想避免它们，因为它听起来像一个头痛的时候，你可以只使用像SHA-2的哈希。如果我可以信任散列，而不是在两个对象的散列匹配的情况下进行额外的检查，那就更好了

然而，与MD系列等较旧的散列函数相比，SHA的速度也很慢。我想知道，使用MD5甚至MD4这样的函数会更好

---

所以我的问题是：假设没有邪恶的黑客，他们的动机是用精心编制的输入创建冲突，而只是良性的随机输入。对于代码中性能关键的部分，我应该选择哪个哈希函数，以避免使用不安全的哈希杂音增加复杂性。

没有更多信息，很难提供帮助。 目前，任何人都可以推荐通用哈希函数。 有一个元素，让一些尝试

FNV-1a

通常是一个不太寒酸的起点。 这是一个易于实现的方法，b通常不是“坏的”，c在计算上很便宜，因此适用于“长”路径问题

但我想知道的是：

这些路径在什么空间？x，y，z，t中的空间是真实的时空轨迹吗？路径是通过某种图形的吗？它们是文件路径吗？还有别的吗

---

如果没有更多的上下文，很难说得更多。

我不确定你的问题是否有意义。根据定义，所有哈希都有冲突。您说这已经成为性能瓶颈，但是计算散列并进行比较（根据定义）要比比较原始值慢。您已经说过，您有足够的对象，因此路径列表变成了内存问题—什么构成内存问题？你是在一台拥有256MB内存的机器上运行，还是真的拥有数百万个具有1000个字符路径的对象？@DanPuzey谢谢你抽出时间。我知道所有的散列都有冲突，这是我的名字，实际上是这么说的。也许这篇文章的其余部分还不清楚。然而，在英语中，杂音甚至在词内有冲突。在MD5中，碰撞是非常罕见的，因此有人悬赏只是为了找到一个。我认为这是有区别的。我没有几百万条路，但可能有一百万条，我不知道它们的长度。但是，我确实在一个自定义的速度和内存受限的环境中运行。因此，如果您有一个受限的环境，您可能应该共享这些限制。事实上，你的问题很难回答。同样值得注意的是，在对文件路径进行哈希运算时，即使在英语单词中出现杂音，也不会产生冲突。您是否尝试过对大量数据样本进行散列以查看是否存在冲突？同样值得注意的是：根据定义，没有双射散列。你可以说一个散列对于一个精心选择的可用输入子集是双射的，但是如果没有对你的输入实际运行散列，那么就没有任何方法可以计算出哪个散列对你的输入是双射的，这是没有人会为你做的。我对你的问题的困难在于，正如我写的那样，它所问的问题无法客观地得到回答，因此最好的答案可能是：去测试一些散列算法并找出答案。