如何解决如何为数字列表计算唯一的“签名”?
给出一个数字列表,例如一些唯一的整数或长ID,这是计算可重现“签名”(最好与元素顺序无关)的最佳方法是什么?
用例是检测是否已在(对象的)列表中添加或删除任何ID。
Java的array.hashCode()
不符合要求,因为即使JVM调用之间看起来很一致,但如果元素的顺序更改或创建了另一个具有相同元素的实例,它也会返回不同的哈希值:
int[] ids1 = {1,2,3};
System.out.println(ids1.hashCode());
// output: 980546781
int[] ids1Copy = {1,3};
System.out.println(ids1Copy.hashCode());
// output: 2061475679
int[] ids2 = {2,1,3};
System.out.println(ids2.hashCode());
// output: 140435067
我的理解是ids1.hashCode()
为数组的内存地址计算哈希,而对数组中的原始元素进行不是累积哈希代码。
在这种情况下,除了分别哈希每个元素之外,还可以使用其他方法吗?
解决方法
您可以首先在数组中创建一个数量与数量比较的哈希表。 然后,您可以使用哈希图的哈希码。
但是,请记住,就像@khelwood建议的那样,两个不同的哈希图可能有可能(虽然很少)返回相同的哈希码。
因此,如果您想可靠地检查2个数字列表是否相同,则可以如上所述创建它们的频率哈希图,然后进行以下检查:
- hashmap2.size()== hashmap1.size()
- 对于hashmap2中的每个(键,值){hashmap1 [key] == value}
其算法时间复杂度与计算和比较哈希码一样高效。
编辑:
我刚刚意识到上述算法是Java HashMap equals()
内部使用的算法。
因此,我们可以只创建频率哈希图并使用hashmap2.equals(hashmap1)
检查它们的相等性。
编辑2:
如果数组中的所有数字都是不同的,则可以从它们中创建一个哈希集,然后只需检查是否set2.equals(set1)
。
约束
可重现的“签名”(最好与元素顺序无关)
使这个问题具有挑战性。
有两种方法可以解决我的问题:
方法1 :
a。在O(N lg N)
时间内对整数列表进行排序。
b。将整数列表视为基数M
中的数字,其中M
是列表中最大的数字。假设您有一个像[A,B,C]
这样的整数列表。然后,您可以将该列表哈希为:hash = A*M^0 + B*M^1 + C*M^2
。如果M
很小,则此方法是合理的。您也可以选择一个小的M
作为2的幂(例如2 ^ 8),然后对大于该整数的任何整数将其分解为8位的块,并使用相同的算法。
总时间:O(N lg N) + O(N)
。空格:O(1)
个长整数累加器。
方法2 :
a。在O(N lg N)
时间内对整数列表进行排序。
b。构建您的整数列表的字符串表示形式,然后对字符串进行哈希处理。例如,对于[1,2,3]
之类的整数列表,创建一个字符串1_2_3
并对其进行哈希处理。
总时间:O(N lg N) + O(N)
。空格:O(N lg N)
大小的字符串。
请注意,所有基于散列的解决方案都不可靠。也就是说,有可能发生碰撞。
假设没问题,这是一种简单的方法。
首先,为整数对构建一个哈希函数。有很多可用的。
接下来,让我们进行思考练习。
想象一下将所有整数排列成2 ^ 64个存储桶。然后看看计数。因此,像[2,2]
这样的数组将成为...,0 0,1,....
现在,将这些频率与其下一个邻居配对。这样我们得到...,(0,0),(1,(2,...
。现在,将每对替换为其哈希值。重复。经过64个级别后,我们将获得一个代表整个频率计数的哈希值。
现在我们实际上不能执行此操作。但是,在每个级别上,大多数条目都从0
开始,然后是hash(0,0)
,然后是hash(hash(0,hash(0,0))
,依此类推。都是一样的。因此,如果数据结构是具有值和两个指针的链表,则大多数指针将仅指向通用的0填充块数据结构。
因此,我们可以写出一个“树”,其中0块的所有指针都指向相同的规范值。当我们拥有这棵树时,插入一个元素的问题是将路径导航到适当的根,创建一个具有正确值的新节点,然后返回树以插入新值。这需要O(64)
的时间。插入所有值,我们将在时间O(64 n)
中用散列符号表示这些值的确切频率计数。 (创建相同数量的数据,然后可以丢弃其中的大部分数据。)
但是它会变得更好。如果您创建了两个具有此数据结构的列表,则不仅可以判断它们是否可能不同,还可以实际找到它们的区别! (rsync实用程序使用类似的技巧来找出远程文件之间的更改,从而可以限制复制的数量。)
,根据评论和反馈,已确定以下方法(由于btilly概述的潜在哈希冲突,因此可能不可靠):
import java.util.Arrays;
import java.util.Collections;
import java.util.List;
public class NumberHash {
public static void main(String[] args) {
// ######## Arrays.deepHashCode() ########
Integer[] ids1Sorted = {1,3};
Integer[] ids1Unsorted = {3,2};
System.out.println(Arrays.deepHashCode(ids1Sorted));
// 30817
Arrays.sort(ids1Unsorted);
System.out.println(Arrays.deepHashCode(ids1Unsorted));
// 30817
// ######## toString() based ########
int[] idsSorted = {1,3};
System.out.println(Arrays.toString(idsSorted).hashCode());
// -412129978
int[] idsUnsorted = {3,1};
Arrays.sort(idsUnsorted);
System.out.println(Arrays.toString(idsUnsorted).hashCode());
// -412129978
List<Integer> oids = Arrays.asList(2,3,1);
Collections.sort(oids);
System.out.println(oids.toString().hashCode());
// -412129978
}
}
,
我会像 CRC32 或 Adler32 这样的校验和作为唯一标识符
包裹在一个准备使用的 lambda 中:
int[] yourArray = {1,3};
long checksum = Arrays.stream(yourArray).boxed().collect(Collector.of(
CRC32::new,CRC32::update,(l,r) -> {return l;})).getValue();
{1,3}: 0x55bc801d
{1,2}: 0x3ba081ca
{2,3}: 0x7cd76d87
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。