从MurmurHash迁移到MurmurHash3

Question

在Scala2.10中，由于某种原因，MurmurHash被弃用，我说我现在应该使用MurmurHash3。但是应用编程接口是不同的，并且没有用于MurmurHash3 -> fail的有用的scaladoc。

例如，当前代码：

trait Foo {
  type Bar
  def id: Int
  def path: Bar

  override def hashCode = {
    import util.MurmurHash._
    var h = startHash(2)
    val c = startMagicA
    val k = startMagicB
    h = extendHash(h, id, c, k)
    h = extendHash(h, path.##, nextMagicA(c), nextMagicB(k))
    finalizeHash(h)
  }
}

我该如何使用MurmurHash3来实现这一点呢？这需要一个快速的操作，最好没有分配，所以我不想构造一个Product、Seq、Array[Byte]或MurmurHash3似乎提供给我的任何东西。

Answer 1

令人困惑的是，MurmurHash3 algorithm从一个本质上混合了自己的盐的算法(c和k)变成了一个只做更多比特混合的算法。基本的操作现在是mix，您应该将其叠加在所有值上，之后您应该finalizeHash (长度的Int参数也是为了方便，以帮助区分不同长度的集合)。如果你想用mixLast替换你的上一个mix，它会更快一点，并且用finalizeHash去掉冗余。如果你花了太长的时间来检测最后的混音是什么，那就用mix。

通常，对于一个集合，您需要混入一个额外的值来指示它是什么类型的集合。

所以在最低限度上你会有

override def hashCode = finalizeHash(mixLast(id, path.##), 0)

并且“通常”你会

// Pick any string or number that suits you, put in companion object
val fooSeed = MurmurHash3.stringHash("classOf[Foo]")   

// I guess "id" plus "path" is two things?
override def hashCode = finalizeHash(mixLast( mix(fooSeed,id), path.## ), 2)

请注意，长度字段并不是为了提供混合了该数字的高质量散列。所有重要散列值的混合都应该使用mix完成。

Answer 2

查看MurmurHash3的source code可以得到类似下面这样的提示：

override def hashCode = {
  import util.hashing.MurmurHash3._

  val h = symmetricSeed // I'm not sure which seed to use here
  val h1 = mix(h, id)
  val h2 = mixLast(h1, path ##)
  finalizeHash(h2, 2)
}

或者，在(几乎)一行中：

import util.hashing.MurmurHash3._
override def hashCode = finalizeHash(mix(mix(symmetricSeed, id), path ##), 2)