Python 生成随机函数（与随机数相反）

我想创建一个函数，它接受一个字符串并返回一个介于0和1之间的数字。当给定相同的字符串时，函数应始终返回相同的数字，但结果不应有可识别的模式。任何一大组输入字符串的输出数都应该遵循统一的分布

此外，我需要生成多个这样的函数，即当给定字符串“abc”时，函数A可能始终返回0.593927，而函数B始终返回0.0162524。我需要它是快速的（用于数值模拟），并且有相当好的统计数据

我正在使用Python，并将满足于回答“这是一个使用Python库实现它的简单方法”或“这是一个您可以实现的算法”。如果在Python中没有快速实现的方法，我将改为使用C

我意识到以下两种方法中的任何一种都会起作用，但它们都有缺点，这让我想寻找一种更优雅的解决方案

存储字典
我可以在每次给我一个新字符串时计算一个新的随机数，并将其存储在字典中，以便在再次收到相同的字符串时检索然而，我的应用程序可能会生成大量只出现一次的字符串，这最终将导致必须在内存中存储一个非常大的字典。这也使得重复性更加困难，因为即使我使用相同的种子，如果我以不同的顺序接收相同的字符串，我也会生成不同的函数。出于这些原因，最好是“在运行中”一致地计算随机数

使用散列函数
我可以对字符串调用一个哈希函数，然后将结果转换成一个数字。例如，生成多个函数的问题可以通过向每个输入字符串添加“种子”字符串来解决然而，我一直在努力找到一个具有适当速度和统计信息的哈希函数。Python内置的哈希很快，但依赖于实现，我不知道统计数据会有多好，因为它不是为这种目的而设计的。另一方面，我可以使用安全的散列算法，如md5，它将具有良好的统计数据，但这对我的应用程序来说太慢了。针对数据存储应用程序的散列函数通常比加密安全的函数（如md5）快得多，但它们的设计目的是避免冲突，而不是产生均匀分布的输出，并且并非所有情况下都是相同的

关于散列函数的进一步说明

---

为了说明避免冲突和产生一致结果的观点是不同的，请考虑使用Python的内置哈希函数：

>>> hash("aaa") % 1000
340
>>> hash("aab") % 1000
343
>>> hash("aac") % 1000
342
>>> hash("aad") % 1000
337
>>> hash("aae") % 1000
336
>>> hash("aaf") % 1000
339
>>> hash("aag") % 1000
338
>>> hash("aah") % 1000
349
>>> hash("aai") % 1000
348
>>> hash("aaj") % 1000
351
>>> hash("aak") % 1000
350

上面的输出中没有冲突，但它们显然也不是均匀分布的，因为它们都在336和351之间，并且在第三个数字中也有一个确定的模式。我意识到我可能可以通过做

（hash（“aaa”）/hash_MAX）*1000

（假设我可以计算出

hash_MAX

应该是什么），来获得更好的统计数据，但这应该有助于说明，对一个好的hash函数的要求与我正在寻找的函数的要求不同

有关问题的一些相关信息

我不知道该算法需要处理的字符串是什么，因为字符串将由模拟生成，但以下情况可能是这样的：

它们将有一个非常有限的字符集（可能只有4或5个不同的符号）

将有许多独特或罕见的字符串和一些非常常见的不同长度的字符串

字符串的长度没有上限，但短字符串可能比长字符串更常见。如果我从未见过一个超过100个字符的，我也不会感到惊讶，但我不确定。其中许多字符串只有一到三个字符，因此对于短字符串来说，算法的速度很快是很重要的。（但我想我可以使用查找表查找长度小于一定长度的字符串。）

通常，这些字符串都有很大的公共子字符串-通常两个字符串的不同之处只是在开头或结尾附加了一个字符。当字符串相似时，算法不会给出相似的输出值，这一点很重要

---

Wikipedia上关于“哈希字符串”的文章中有一个算法

或者，您可以只使用一些内置的哈希函数；在散列之前，每个随机函数都会在字符串前面加上一个随机（但固定）前缀。

被认为具有非常好的冲突属性，这应该意味着结果分布均匀，而且速度也很快。将其放在Python扩展中应该很简单

更一般地说，如果您发现一个函数在最小化哈希表冲突方面做得很好，并且具有所需的速度属性，那么只需要将32位或64位整数最终转换为浮点值。在web和其他地方有许多字符串哈希函数的源代码。首先，检查一下

添加

---

另一件值得尝试的事情是，首先使用快速的1-1算法（如RC4）加密字符串（不安全，但仍然接近伪随机），然后在密文上运行一个简单的散列（h=h+a*c[i]+b）。RC4密钥是唯一标识符。

尝试使用指纹，如拉宾指纹。
.

如果选择N位指纹，只需将结果除以2^N即可

指纹是一种哈希函数，通常对计算机来说非常快（与li相比）