疎機械学習でuint64またはuint32機能IDを生成するための良好なハッシュ関数

Question

機能文字列（クエリやタイトルなど）でハッシュ関数を使用して、疎機能IDを生成します。このハッシュ関数は効率的で、uint64またはuint32上で良好な分布を持つ必要があります。誰かが私にいくつかの推奨事項を与えることができます 私はjavaで2つのメソッドをテストしました。 最初はjavaのhashCodeです。私はそれが同じようなgeohashの文字列に多くの衝突を持っていることがわかった。 2番目が吹く。それはhashCodeより多くの衝突を持っています。

public static long gene(String s) { 
     long hash = 5381; 
     int c; 
     for (int i = 0; i < s.length(); i++) { 
      c = s.charAt(i); 
      hash = ((hash << 5) + hash) + c; 
     } 
     return hash; 
    } 

（JavaのlongおよびC++ UINTの違いを無視してください。すべての罰金）

Answer 1

あなたはMurmurhashとcityhash