关于Python和Haskell的Murmurhash 2结果

Question

Haskell和Python在Murmurhash2结果上似乎并不一致。Java和PHP返回了相同的结果，但是Haskell没有。关于Haskell上的Murmurhash2，我是不是做错了什么？

以下是我为Haskell Murmurhash2编写的代码：

import Data.Digest.Murmur32

    main = do
    print $ asWord32 $ hash32WithSeed 1 "woohoo"

下面是用Python编写的代码：

import murmur

if __name__ == "__main__":
    print murmur.string_hash("woohoo", 1)

Python返回3650852671，而Haskell返回3966683799

Answer 1

murmur-hash包(我是它的作者)并不保证像其他语言那样计算相同的哈希值。如果您依赖散列来与其他计算散列的软件兼容，我建议您创建newtype包装器，以您想要的方式计算散列。特别是对于文本，您至少需要指定编码。在本例中，您可以使用Data.ByteString.Char8.pack将文本转换为ASCII字符串，但由于ByteString实例更像是一个占位符，因此这仍然不会给出相同的哈希值。

顺便说一句，我并没有积极改进这个包，因为MurmurHash2已经被MurmurHash3取代了，但我一直在接受补丁。

Answer 2

从对源代码的快速检查中可以看出，该算法一次操作32位。Python版本通过一次从输入字符串中获取4个字节来获取这些字符，而Haskell版本将每个字符转换为一个32位Unicode索引。

因此，它们产生不同的结果也就不足为奇了。