web-dev-qa-db-ja.com

C＃文字列のGetHashCode（）はどのように実装されていますか？

好奇心が強いのは、パフォーマンスに影響があると思うからです。文字列全体を考慮しますか？はいの場合、長い文字列では遅くなります。文字列の一部のみを考慮する場合、パフォーマンスが低下します（たとえば、文字列の先頭のみを考慮する場合、HashSetに同じ文字列がほとんど含まれている場合、パフォーマンスが低下します。

c#.netstringhashgethashcode
56
Louis Rhys

このような質問がある場合は、必ず Reference Source source code を入手してください。これには、逆コンパイラから見ることができるものよりもはるかに多くのことがあります。ご希望の.NETターゲットに一致するものを選択してください。メソッドはバージョン間で大幅に変更されています。 Source.NET 4.5\4.6.0.0\net\clr\src\BCL\System\String.cs\604718\String.csから取得した.NET 4.5バージョンをここで再現します。

        public override int GetHashCode() { 

#if FEATURE_RANDOMIZED_STRING_HASHING
            if(HashHelpers.s_UseRandomizedStringHashing)
            { 
                return InternalMarvin32HashString(this, this.Length, 0);
            } 
#endif // FEATURE_RANDOMIZED_STRING_HASHING 

            unsafe { 
                fixed (char *src = this) {
                    Contract.Assert(src[this.Length] == '\0', "src[this.Length] == '\\0'");
                    Contract.Assert( ((int)src)%4 == 0, "Managed string should start at 4 bytes boundary");

#if WIN32
                    int hash1 = (5381<<16) + 5381; 
#else 
                    int hash1 = 5381;
#endif 
                    int hash2 = hash1;

#if WIN32
                    // 32 bit machines. 
                    int* pint = (int *)src;
                    int len = this.Length; 
                    while (len > 2) 
                    {
                        hash1 = ((hash1 << 5) + hash1 + (hash1 >> 27)) ^ pint[0]; 
                        hash2 = ((hash2 << 5) + hash2 + (hash2 >> 27)) ^ pint[1];
                        pint += 2;
                        len  -= 4;
                    } 

                    if (len > 0) 
                    { 
                        hash1 = ((hash1 << 5) + hash1 + (hash1 >> 27)) ^ pint[0];
                    } 
#else
                    int     c;
                    char *s = src;
                    while ((c = s[0]) != 0) { 
                        hash1 = ((hash1 << 5) + hash1) ^ c;
                        c = s[1]; 
                        if (c == 0) 
                            break;
                        hash2 = ((hash2 << 5) + hash2) ^ c; 
                        s += 2;
                    }
#endif
#if DEBUG 
                    // We want to ensure we can change our hash function daily.
                    // This is perfectly fine as long as you don't persist the 
                    // value from GetHashCode to disk or count on String A 
                    // hashing before string B.  Those are bugs in your code.
                    hash1 ^= ThisAssembly.DailyBuildNumber; 
#endif
                    return hash1 + (hash2 * 1566083941);
                }
            } 
        }

これはおそらくあなたが思った以上のものです。コードに少し注釈を付けます。

  • #if条件付きコンパイルディレクティブは、このコードをさまざまな.NETターゲットに適合させます。 FEATURE_XX識別子は他の場所で定義されており、.NETソースコード全体で機能全体を無効にします。 WIN32は、ターゲットが32ビットバージョンのフレームワークである場合に定義され、64ビットバージョンのmscorlib.dllは個別にビルドされ、GACの別のサブディレクトリに格納されます。
  • S_UseRandomizedStringHashing変数は、パスワードや暗号化などのハッシュを生成するためにGetHashCode（）を使用するなど、賢明でないことを行うプログラマーをトラブルから保護するために設計された、安全なバージョンのハッシュアルゴリズムを有効にします。 app.exe.configファイルの エントリ で有効になります
  • fixedステートメントは、文字列のインデックスを安価に保ち、通常のインデクサーによる境界チェックを回避します。
  • 最初のアサートは、ループ内で最適化を可能にするために必要な文字列がゼロで終了することを保証します
  • 2番目のAssertは、ループのパフォーマンスを維持するために必要な、4の倍数である必要があるアドレスに文字列がアライメントされるようにします
  • ループは手動で展開され、32ビットバージョンではループごとに4文字を消費します。 int *へのキャストは、2文字（2 x 16ビット）をint（32ビット）に格納するトリックです。ループの後の余分なステートメントは、長さが4の倍数ではない文字列を処理します。ゼロターミネータはハッシュに含まれている場合と含まれていない場合があります。文字列内の文字allを見て、質問に答えます
  • 64ビットバージョンのループは異なる方法で実行され、2ずつ手動で展開されます。埋め込みゼロで早期に終了するため、すべての文字が表示されるわけではありません。それ以外は非常にまれです。これはかなり奇妙です。これは、文字列が非常に大きくなる可能性があることに関係があると推測できます。しかし、実用的な例を考えることはできません
  • 最後のデバッグコードは、フレームワーク内のコードが実行間で再現可能なハッシュコードに依存しないことを保証します。
  • ハッシュアルゴリズムはかなり標準です。値1566083941はマジック番号であり、素数は Mersenneツイスター で一般的です。
89
Hans Passant

ソースコードを調べると（ ILSpy のおかげ）、文字列の長さにわたって反復処理されていることがわかります。

// string
[ReliabilityContract(Consistency.WillNotCorruptState, Cer.MayFail), SecuritySafeCritical]
public unsafe override int GetHashCode()
{
    IntPtr arg_0F_0;
    IntPtr expr_06 = arg_0F_0 = this;
    if (expr_06 != 0)
    {
        arg_0F_0 = (IntPtr)((int)expr_06 + RuntimeHelpers.OffsetToStringData);
    }
    char* ptr = arg_0F_0;
    int num = 352654597;
    int num2 = num;
    int* ptr2 = (int*)ptr;
    for (int i = this.Length; i > 0; i -= 4)
    {
        num = ((num << 5) + num + (num >> 27) ^ *ptr2);
        if (i <= 2)
        {
            break;
        }
        num2 = ((num2 << 5) + num2 + (num2 >> 27) ^ ptr2[(IntPtr)4 / 4]);
        ptr2 += (IntPtr)8 / 4;
    }
    return num + num2 * 1566083941;
}
6
Ergwun