如何在python中使用随机散列函数？

如何解决如何在python中使用随机散列函数？

我正在尝试实现一种称为潮汐标记的随机算法。它在 these lecture notes 的第 2 单元中描述。为此，我需要一个随机选择的哈希函数，将整数 [1,...,n] 映射到 [1,n]。 Python 在库中有一些不同的哈希函数，但我没有找到一个可以让我指定域和范围并随机选择合适函数的函数。

这种东西存在吗？

解决方法

好吧，在我的脑海里，我会搭载 Python 的 hash() 但使用随机数扭曲它返回的数字。 (Note that hash() doesn't have a deterministic value between Python interpreter restarts either.)

import secrets

def gen_random_hasher(max_val=1024):
    seed = secrets.randbits(64)
    return lambda val: (hash(val) ^ seed) % max_val

s1 = gen_random_hasher()
s2 = gen_random_hasher()

print(s1('aaa'),s1(123))
assert s1('aaa') == s1('aaa')  # "prove" the function is deterministic
print(s2('aaa'),s2(123))

这会打印出例如

447 885
55 765

所以你可以分辨出 s1 和 s2 是不同的。

您正在寻找的是 universal hash function。许多哈希算法在内部使用随机数，可用于将它们泛化为通用哈希函数。

您也可以使用任何 integer hash function，然后在减少模数之前乘以一个大于 0 的随机整数。

根据散列前值的分布情况以及散列值需要分布的情况，这可能完全足够了：

from functools import partial
from random import randint

def hash_family(value,n,salt):             # output is [0,n) (i.e. excluding n)
  value=value*(2*salt+1)                   # multiplying with 0 is bad
  value=value^(value>>(n.bit_length()//2)) # xorshift to improve distribution
  value=value&((1<<n.bit_length())-1)      # cut off high bits for speed
  value=value*(2*salt+1)                   # another multiplication
  value=value^(value>>(n.bit_length()//2)) # another xorshift
  value=value&((1<<n.bit_length())-1)      # cut off high bits
  value=value%n                            # modulus reduction
  return value

random_hash = partial(hash_family,salt=randint(0,2**64))

>>> hash_family(23,100,56)
73
>>> hash_family(23,57)
52
>>> hash_family(23,58)
30
>>> random_hash(17,100)
42

对于加密强度，使用 python hashlib，那里的许多散列函数都有一个 salt 参数，可以使用 randint 设置并使用 partial 绑定以将其用作通用散列函数。范围缩小可以通过模运算来完成。

使用标准的md5 hash，使用os.urandom作为随机种子，通过seed可以复用hash函数

def get_random_hashfunc(_max=1024,seed=None):
    seed = seed or os.urandom(10)
    seed_hash_func = hashlib.md5(seed)
    def hashfunc(n):
        func = seed_hash_func.copy()
        func.update(n.to_bytes(n.bit_length(),'big'))
        return int.from_bytes(func.digest(),'big') % _max
    return hashfunc,seed

hash_func1,seed1 = get_random_hashfunc()
hash_func2,seed2 = get_random_hashfunc()
hash_func3,seed3 = get_random_hashfunc(seed=seed1)

>>> hash_func1(123)
156
>>> hash_func2(123)
931
>>> hash_func3(123)
156