字符串哈希为 Long 型整数算法有推荐的吗

[yanshenxian]

用来标记一个字符串, 可以忍受一定的碰撞概率

[ThirdFlame]

哈希值 截取部分 转回 long ？

[ipwx]

ret: unsigned long long = 0
for c in s:
ret = ret * 131 + (uint8)c;

[ipwx]

这是当年我刷算法题，对付 char 字符串的手写哈希算法常用的方式。虽然不一定是最好的，但是胜在写起来快。如果是 unicode 你可以网上找找，131 替换成什么。（提示：一定要是素数）

[yanshenxian]

@ThirdFlame 这个想法不错.. 截 15 位 这个概率应该挺低的

[ipwx]

@yanshenxian 这个想法一点都不好。。。。 前 15 位相同的字符串算出来的哈希值一模一样。。。。

[yanshenxian]

@ipwx 这个碰撞概率怎么看? 是不是只要不溢出就不会碰撞 😂

[yanshenxian]

@ipwx 这个应该可以先用 md5 哈希下, 然后截取 8-23 位的转成 long

[ipwx]

@yanshenxian 溢出也没关系的。。。你乘以 256 溢出就消失了，但是乘以一个素数（比如 131 这个数字是传统，从 NOI 银牌选手那里继承来的习惯）信息是不会完全消失的。

[ipwx]

@yanshenxian MD5 当然可以，但是更慢。

[qwerthhusn]

MURMUR3

[yanshenxian]

@qwerthhusn 这个如果生成 64 位以及以上的话，很容易得到一个负值. 不太好用作数据库主键

[zjyl1994]

fnv1a ？这个是一个很成熟的字符串哈希算法，我记得输出是 32bit 的整数，好像也有 64bit 的变体

[CEBBCAT]

问题发出 24 分钟后，楼主在第 11 个回复中指出是想用作数据库主键
---
根据 XY 问题，反正我个人建议楼主开门见山地托出自己遇到的业务问题

[chendy]

原来楼主是要做数据库主键？
和内容相关的主键不合适吧

[p2pCoder]

64 位 一般都很难碰撞
机器学习 深度学习里面用的最多是 mumurhash3
存过线性模型，32 位，三千万的模型碰撞位七八万
64 位，75 亿的模型，碰撞为 0

[yanshenxian]

@CEBBCAT append 了

[yanshenxian]

@chendy 主要是想用 insert ignore 直接插入，不想先需要判断是否存在，再得到主键

[yanshenxian]

@p2pCoder 嗯 64 位确实好。。

[msg7086]

主键与业务无关。整个问题的大前提就错了……

[exch4nge]

BLAKE2 算法，支持生成长度 1 ～ 64 字节的结果