我正在寻找一个哈希函数：
答案 0 :(得分：63)
为什么不使用默认long的{{1}}变体（其中一些非常聪明的人肯定会努力提高效率 - 不要提到成千上万的开发者眼睛已经看过这个代码）？
String.hashCode() 如果您正在寻找更多位，您可以使用
编辑：// adapted from String.hashCode()
public static long hash(String string) {
long h = 1125899906842597L; // prime
int len = string.length();
for (int i = 0; i < len; i++) {
h = 31*h + string.charAt(i);
}
return h;
}
正如我在对@brianegge的回答的评论中提到的那样，对于超过32位的哈希，没有太多的用例，对于超过64位的哈希值，很可能不是一个：
我可以想象一个巨大的哈希表分布在几十台服务器上，可能存储了数百亿的映射。对于这种情况，@ brianegge在这里仍然有一个有效点：32位允许2 ^ 32（约43亿）个不同的散列键。假设一个强大的算法，你应该仍然有很少的碰撞。使用64位（18,446,744,073亿个不同的键），无论您需要什么样的疯狂场景，都可以保存。考虑使用128位密钥的用例（340,282,366,920,938,463,463,374,607,431亿个可能的密钥）几乎是不可能的。
要组合多个字段的哈希值，只需执行XOR 与一个素数相乘并添加它们：
BigInteger小素数在那里以避免切换值的相等哈希码，即{'foo'，'bar'}和{'bar'，'foo'}不相等并且应该具有不同的哈希码。如果两个值相等，则XOR为坏，因为它返回0。因此，{'foo'，'foo'}和{'bar'，'bar'}将具有相同的哈希码。
答案 1 :(得分：4)
Create an SHA-1 hash然后屏蔽最低的64位。
答案 2 :(得分：3)
long hash = string.hashCode();
是的，前32位将为0，但在遇到哈希冲突问题之前，您可能会耗尽硬件资源。 String中的hashCode效率很高，经过了充分测试。
<强>更新 我认为上面的内容满足了最简单的可能有用的东西，但是，我同意@sfussenegger关于扩展现有String hashCode的想法。
除了为String提供良好的hashCode之外，您可能还需要考虑在实现中重新散列哈希代码。如果您的存储由其他开发人员使用，或与其他类型一起使用，则可以帮助您分发密钥。例如，Java的HashMap基于两个幂的长度哈希表，因此它添加了这个函数以确保低位被充分分布。
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
答案 3 :(得分：2)
为什么不使用CRC64多项式。这些都是相当有效和优化的，以确保所有位都被计数并分布在结果空间中。
如果你谷歌“CRC64 Java”
，网上有很多可用的实现答案 4 :(得分：1)
做这样的事情：
import java.io.ByteArrayOutputStream;
import java.io.DataOutputStream;
import java.io.IOException;
import java.math.BigInteger;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
public class Test {
public static void main(String[] args) throws NoSuchAlgorithmException,
IOException {
ByteArrayOutputStream baos = new ByteArrayOutputStream();
DataOutputStream dos = new DataOutputStream(baos);
try {
MessageDigest md = MessageDigest.getInstance("MD5");
SomeObject testObject = new SomeObject();
dos.writeInt(testObject.count);
dos.writeLong(testObject.product);
dos.writeDouble(testObject.stdDev);
dos.writeUTF(testObject.name);
dos.writeChar(testObject.delimiter);
dos.flush();
byte[] hashBytes = md.digest(baos.toByteArray());
BigInteger testObjectHash = new BigInteger(hashBytes);
System.out.println("Hash " + testObjectHash);
} finally {
dos.close();
}
}
private static class SomeObject {
private int count = 200;
private long product = 1235134123l;
private double stdDev = 12343521.456d;
private String name = "Test Name";
private char delimiter = '\n';
}
}
DataOutputStream允许您编写基元和字符串，并将它们作为字节输出。在其中包含ByteArrayOutputStream将允许您写入一个字节数组，该数组与MessageDigest很好地集成。您可以从列出here列出的任何算法中选择。
最后BigInteger可以让您将输出字节转换为更易于使用的数字。 MD5和SHA1算法都产生128位哈希，所以如果你需要64，你就可以截断。
SHA1应该散列几乎所有东西，并且偶尔会发生冲突（它是128位）。这适用于Java，但我不确定它是如何实现的。它实际上可能相当快。它适用于我的实现中的几个领域：只需将它们全部推送到DataOutputStream，你就可以了。您甚至可以使用反射和注释（可能@HashComponent(order=1)来显示哪些字段进入哈希以及按什么顺序）。它有一个128位的变体，我想你会发现它不会像你想象的那样使用那么多的CPU。
我已经使用这样的代码来获取大数据集的哈希值（现在可能是数十亿个对象），以便能够在许多后端存储中对它们进行分片。它应该适用于你需要的任何东西。请注意，我认为您可能只需要调用MessageDigest.getInstance()一次，然后再调用clone()：IIRC克隆速度要快得多。
答案 5 :(得分：1)
将字符串反转以获取另一个32位哈希码，然后将两者结合起来：
String s = "astring";
long upper = ( (long) s.hashCode() ) << 32;
long lower = ( (long) s.reverse().hashCode() ) - ( (long) Integer.MIN_VALUE );
long hash64 = upper + lower;
这是伪代码; String.reverse()方法不存在，需要以其他方式实现。
答案 6 :(得分：1)
今天（2018年）的答案。 SipHash。
这将比这里的大多数答案快得多，并且质量明显高于所有答案。
Guava图书馆有一个：https://google.github.io/guava/releases/23.0/api/docs/com/google/common/hash/Hashing.html#sipHash24--
答案 7 :(得分：0)
但是对于64位（和128位），你需要一些技巧：Joshua Bloch的书“Effective Java”中规定的规则可以帮助你轻松创建64位散列（只需使用long而不是int）。对于128位，你需要额外的黑客......
答案 8 :(得分：-2)
免责声明：如果您希望有效地散列单个自然语言单词，则此解决方案适用。散列较长的文本或包含非字母字符的文本效率很低。
我不知道某个功能，但这里有一个可能会有所帮助的想法：
然后，您可以使用剩余的12位来编码字符串长度（或其模数值）以进一步减少冲突，或使用传统的散列函数生成12位hashCode。
假设您的输入是纯文本的，我可以想象这会导致很少的冲突并且计算成本很低（O（n））。 与其他解决方案不同，到目前为止，这种方法将问题域考虑在内以减少碰撞 - 它基于编程珍珠中描述的Anagram Detector（参见here）。