Wie berechnet man einen guten Hash-Code für eine riesige Liste von Strings?

Question

Was ist der beste Weg, Hash-Code basierend auf den Werten dieser Zeichenfolge in einem Durchgang zu berechnen?

Mit gut meine ich, dass es sein muss:

1 - schnell: Ich brauche Hash-Code für riesige Liste zu bekommen (10^3..10^8 Titel) von kurzen Strings.

2 - identifizieren die gesamte Liste der Daten so viel Liste mit vielleicht nur paar verschiedenen Strings müssen verschiedene Hash-Codes haben

Wie es in Java zu tun?

Vielleicht gibt es eine Möglichkeit, vorhandenen String-Hash-Code zu verwenden, aber wie viele Hash-Codes für separate Strings zusammengeführt werden?

Vielen Dank.

Answer 1

Erstellen Sie eine Platzhalter-Klasse für Ihre Zeichenfolgen und verwenden Sie dann CRC32 class. seine einfach und schnell:

import java.util.zip.CRC32; 

public class HugeStringCollection { 
    private Collection<String> strings; 

    public HugeStringCollection(Collection<String> strings) { 
     this.strings = strings; 
    } 

    public int hashCode() { 
     CRC32 crc = new CRC32(); 
     for(String string : strings) { 
      crc.update(string.getBytes()) 
     } 

     return (int)(crc.getValue()); 
    } 
} 

, wenn die Sammlung selbst unveränderlich ist, können Sie den Hash einmal berechnen und speichern sie für lates wiederzuverwenden.