Dalam kode-tantangan ini Anda akan menulis fungsi hash dalam 140 byte ¹ atau kurang dari kode sumber. Fungsi hash harus mengambil string ASCII sebagai input, dan mengembalikan integer 24-bit unsigned ([0, 2 ²⁴ -1]) sebagai output.

Fungsi hash Anda akan dievaluasi untuk setiap kata dalam kamus Inggris-Inggris ^{2 yang besar ini} . Skor Anda adalah jumlah kata yang berbagi nilai hash dengan kata lain (tabrakan).

Skor terendah menang, dasi rusak oleh poster pertama.

Kasus cobaan

Sebelum mengirim, silakan uji skrip penilaian Anda pada input berikut:

duplicate
duplicate
duplicate
duplicate

Jika memberikan skor selain dari 4, itu buggy.

Aturan klarifikasi:

1. Fungsi hash Anda harus dijalankan pada string tunggal, bukan seluruh array. Selain itu, fungsi hash Anda mungkin tidak melakukan I / O selain String input dan integer output.
2. Fungsi hash bawaan atau fungsionalitas serupa (mis. Enkripsi untuk perebutan byte) tidak diizinkan.
3. Fungsi hash Anda harus deterministik.
4. Berlawanan dengan kebanyakan kontes lain yang mengoptimalkan secara khusus untuk input penilaian diperbolehkan.

^{1 Saya sadar Twitter membatasi karakter alih-alih byte, tetapi untuk kesederhanaan kita akan menggunakan byte sebagai batas untuk tantangan ini.
2 Dimodifikasi dari wbritish-huge Debian , menghilangkan kata-kata non-ASCII.}

Baiklah saya akan belajar bahasa golf.

CJam, 140 byte, 3314 kata bertabrakan

00000000: 7b5f 3162 225e d466 4a55 a05e 9f47 fc51  {_1b"^.fJU.^.G.Q
00000010: c45b 4965 3073 72dd e1b4 d887 a4ac bcbd  .[Ie0sr.........
00000020: 9c8f 70ca 2981 b2df 745a 10d0 dfca 6cff  ..p.)...tZ....l.
00000030: 7a3b 64df e730 54b4 b068 8584 5f6c 9f6b  z;d..0T..h.._l.k
00000040: b7f8 7a1f a2d3 b2b8 bcf5 cfa6 1ef7 a55c  ..z............\
00000050: dca8 795c 2492 dc32 1fb6 f449 f9ca f6b7  ..y\$..2...I....
00000060: a2cf 4772 266e ad4f d90c d236 b51d c5d5  ..Gr&n.O...6....
00000070: 5c46 3f9b 7cb4 f195 4efc fe4a ce8d 9aee  \F?.|...N..J....
00000080: 9dbc 223d 6962 3443 2329 257d            .."=ib4C#)%}

Menentukan blok (fungsi anonim). Untuk mengujinya, Anda dapat menambahkan qN%%N*Nuntuk mengambil daftar kata yang dipisahkan baris baru di stdin dan menulis daftar hash yang dipisahkan baris baru di stdout. Kode Python Setara:

b=lambda s,a:reduce(lambda n,c:n*a+ord(c),s,0)
f=lambda s:b(s,ord('^\xd4fJU\xa0^\x9fG\xfcQ\xc4[Ie0sr\xdd\xe1\xb4\xd8\x87\xa4\xac\xbc\xbd\x9c\x8fp\xca)\x81\xb2\xdftZ\x10\xd0\xdf\xcal\xffz;d\xdf\xe70T\xb4\xb0h\x85\x84_l\x9fk\xb7\xf8z\x1f\xa2\xd3\xb2\xb8\xbc\xf5\xcf\xa6\x1e\xf7\xa5\\\xdc\xa8y\\$\x92\xdc2\x1f\xb6\xf4I\xf9\xca\xf6\xb7\xa2\xcfGr&n\xadO\xd9\x0c\xd26\xb5\x1d\xc5\xd5\\F?\x9b|\xb4\xf1\x95N\xfc\xfeJ\xce\x8d\x9a\xee\x9d\xbc'[b(s,1)%125]))%(8**8+1)

Pyth, 140 byte, 3535 3396 kata bertabrakan

00000000: 4c25 4362 2d68 5e38 2038 2a36 3643 4022  L%Cb-h^8 8*66C@"
00000010: aa07 f29a 27a7 133a 3901 484d 3f9b 1982  ....'..:9.HM?...
00000020: d261 79ab adab 9d92 888c 3012 a280 76cf  .ay.......0...v.
00000030: a2e5 8f81 7039 acee c42e bc18 28d8 efbf  ....p9......(...
00000040: 0ebe 2910 9c90 158e 3742 71b4 bdf5 59c2  ..).....7Bq...Y.
00000050: f90b e291 8673 ea59 6975 10be e750 84c8  .....s.Yiu...P..
00000060: 0b0f e7e8 f591 f628 cefa 1ab3 2e3c 72a3  .......(.....<r.
00000070: 7f09 6190 dbd2 d54e d6d0 d391 a780 ebb6  ..a....N........
00000080: ae86 2d1e 49b0 552e 7522 4362            ..-.I.U.u"Cb

Menentukan fungsi bernama y. Untuk mengujinya, Anda dapat menambahkan jmyd.zuntuk mengambil daftar kata yang dipisahkan baris baru di stdin dan menulis daftar hash yang dipisahkan baris baru di stdout. Kode Python Setara:

b=lambda s,a:reduce(lambda n,c:n*a+ord(c),s,0)
f=lambda s:b(s,256)%(8**8+1-66*ord("\xaa\x07\xf2\x9a'\xa7\x13:9\x01HM?\x9b\x19\x82\xd2ay\xab\xad\xab\x9d\x92\x88\x8c0\x12\xa2\x80v\xcf\xa2\xe5\x8f\x81p9\xac\xee\xc4.\xbc\x18(\xd8\xef\xbf\x0e\xbe)\x10\x9c\x90\x15\x8e7Bq\xb4\xbd\xf5Y\xc2\xf9\x0b\xe2\x91\x86s\xeaYiu\x10\xbe\xe7P\x84\xc8\x0b\x0f\xe7\xe8\xf5\x91\xf6(\xce\xfa\x1a\xb3.<r\xa3\x7f\ta\x90\xdb\xd2\xd5N\xd6\xd0\xd3\x91\xa7\x80\xeb\xb6\xae\x86-\x1eI\xb0U.u"[b(s,256)%121]))

Batas teoritis

Seberapa baik yang bisa kita harapkan? Berikut adalah plot x, jumlah kata bertabrakan, vs y, entropi dalam byte yang diperlukan untuk mendapatkan paling banyak x kata bertabrakan. Misalnya, titik (2835, 140) memberi tahu kita bahwa fungsi acak paling banyak 2835 kata bertabrakan dengan probabilitas 1/256 ** 140, jadi sangat tidak mungkin bahwa kita akan dapat melakukan jauh lebih baik daripada dengan 140 byte kode.

Python, 5333 4991

Saya percaya ini adalah pesaing pertama yang mencetak skor secara signifikan lebih baik daripada oracle acak.

def H(s):n=int(s.encode('hex'),16);return n%(8**8-ord('+%:5O![/5;QwrXsIf]\'k#!__u5O}nQ~{;/~{CutM;ItulA{uOk_7"ud-o?y<Cn~-`bl_Yb'[n%70]))

Python 2, 140 byte, 4266 kata bertabrakan

Saya tidak benar-benar ingin memulai dengan byte yang tidak dapat dicetak karena tweetability mereka yang tidak jelas, tetapi saya tidak memulainya. :-P

00000000: efbb bf64 6566 2066 2873 293a 6e3d 696e  ...def f(s):n=in
00000010: 7428 732e 656e 636f 6465 2827 6865 7827  t(s.encode('hex'
00000020: 292c 3336 293b 7265 7475 726e 206e 2528  ),36);return n%(
00000030: 382a 2a38 2b31 2d32 3130 2a6f 7264 2827  8**8+1-210*ord('
00000040: 6f8e 474c 9f5a b49a 01ad c47f cf84 7b53  o.GL.Z........{S
00000050: 49ea c71b 29cb 929a a53b fc62 3afb e38e  I...)....;.b:...
00000060: e533 7360 982a 50a0 2a82 1f7d 768c 7877  .3s`.*P.*..}v.xw
00000070: d78a cb4f c5ef 9bdb 57b4 7745 3a07 8cb0  ...O....W.wE:...
00000080: 868f a927 5b6e 2536 375d 2929            ...'[n%67]))

Python 2, 140 byte yang dapat dicetak, 4662 4471 4362 bertabrakan kata-kata

def f(s):n=int(s.encode('hex'),16);return n%(8**8+3-60*ord('4BZp%(jTvy"WTf.[Lbjk6,-[LVbSvF[Vtw2e,NsR?:VxC0h5%m}F5,%d7Kt5@SxSYX-=$N>'[n%71]))

Terinspirasi oleh bentuk solusi kasperd, jelas — tetapi dengan tambahan penting dari transformasi affine pada ruang modulus, dan parameter yang sama sekali berbeda.

CJam, 4125 3937 3791 3677

0000000: 7b 5f 39 62 31 31 30 25 5f 22 7d 13 25 77  {_9b110%_"}.%w
000000e: 77 5c 22 0c e1 f5 7b 83 45 85 c0 ed 08 10  w\"...{.E.....
000001c: d3 46 0c 5c 22 59 f8 da 7b f8 18 14 8e 4b  .F.\"Y..{....K
000002a: 3a c1 9e 97 f8 f2 5c 18 21 63 13 c8 d3 86  :.....\.!c....
0000038: 45 8e 64 33 61 50 96 c4 48 ea 54 3b b3 ab  E.d3aP..H.T;..
0000046: bc 90 bc 24 21 20 50 30 85 5f 7d 7d 59 2c  ...$! P0._}}Y,
0000054: 4a 67 88 c8 94 29 1a 1a 1a 0f 38 c5 8a 49  Jg...)....8..I
0000062: 9b 54 90 b3 bd 23 c6 ed 26 ad b6 79 89 6f  .T...#..&..y.o
0000070: bd 2f 44 6c f5 3f ae af 62 9b 22 3d 69 40  ./Dl.?..b."=i@
000007e: 62 31 35 32 35 31 39 25 31 31 30 2a 2b 7d  b152519%110*+}

Pendekatan ini membagi domain dan codomain menjadi 110 set terpisah, dan mendefinisikan fungsi hash yang sedikit berbeda untuk setiap pasangan.

Penilaian / Verifikasi

$ echo $LANG
en_US
$ cat gen.cjam
"qN%{_9b110%_"
[125 19 37 119 119 34 12 225 245 123 131 69 133 192 237 8 16 211 70 12 34 89 248 218 123 248 24 20 142 75 58 193 158 151 248 242 92 24 33 99 19 200 211 134 69 142 100 51 97 80 150 196 72 234 84 59 179 171 188 144 188 36 33 32 80 48 133 95 125 125 89 44 74 103 136 200 148 41 26 26 26 15 56 197 138 73 155 84 144 179 189 35 198 237 38 173 182 121 137 111 189 47 68 108 245 63 174 175 98 155]
:c`"=i@b152519%110*+}%N*N"
$ cjam gen.cjam > test.cjam
$ cjam test.cjam < british-english-huge.txt | sort -n > temp
$ head -1 temp
8
$ tail -1 temp
16776899
$ all=$(wc -l < british-english-huge.txt)
$ unique=$(uniq -u < temp | wc -l)
$ echo $[all - unique]
3677

Port berikut ke Python dapat digunakan dengan cuplikan skor resmi:

h=lambda s,b:len(s)and ord(s[-1])+b*h(s[:-1],b)

def H(s):
 p=h(s,9)%110
 return h(s,ord(
  '}\x13%ww"\x0c\xe1\xf5{\x83E\x85\xc0\xed\x08\x10\xd3F\x0c"Y\xf8\xda{\xf8\x18\x14\x8eK:\xc1\x9e\x97\xf8\xf2\\\x18!c\x13\xc8\xd3\x86E\x8ed3aP\x96\xc4H\xeaT;\xb3\xab\xbc\x90\xbc$! P0\x85_}}Y,Jg\x88\xc8\x94)\x1a\x1a\x1a\x0f8\xc5\x8aI\x9bT\x90\xb3\xbd#\xc6\xed&\xad\xb6y\x89o\xbd/Dl\xf5?\xae\xafb\x9b'
  [p]))%152519*110+p

Python, 6446 6372

Solusi ini menghasilkan jumlah tumbukan yang lebih rendah daripada semua entri sebelumnya, dan hanya membutuhkan 44 dari 140 byte yang diizinkan untuk kode:

H=lambda s:int(s.encode('hex'),16)%16727401

CJam, 6273

{49f^245b16777213%}

XOR setiap karakter dengan 49 , kurangi string yang dihasilkan melalui x, y y 245x + y , dan ambil modulo residu 16.777.213 (prime 24-bit terbesar).

Mencetak gol

$ cat hash.cjam
qN% {49f^245b16777213%} %N*N
$ all=$(wc -l < british-english-huge.txt)
$ unique=$(cjam hash.cjam < british-english-huge.txt | sort | uniq -u | wc -l)
$ echo $[all - unique]
6273

JavaScript (ES6), 6389

Fungsi hash (105 byte):

s=>[...s.replace(/[A-Z]/g,a=>(b=a.toLowerCase())+b+b)].reduce((a,b)=>(a<<3)*28-a^b.charCodeAt(),0)<<8>>>8

Fungsi penilaian (NodeJS) (170 byte):

h={},c=0,l=require('fs').readFileSync(process.argv[2],'utf8').split('\n').map(a=>h[b=F(a)]=-~h[b])
for(w of Object.getOwnPropertyNames(h)){c+=h[w]>1&&h[w]}
console.log(c)

Panggil sebagai node hash.js dictionary.txt, di mana hash.jsskrip, dictionary.txtadalah file teks kamus (tanpa baris akhir akhir), dan Fdidefinisikan sebagai fungsi hashing.

Terima kasih Neil untuk mencukur 9 byte dari fungsi hashing!

Mathematica, 6473

Langkah selanjutnya ... alih-alih menjumlahkan kode karakter, kami memperlakukannya sebagai digit angka dasar-151, sebelum mengambilnya modulo 2 ²⁴ .

hash[word_] := Mod[FromDigits[ToCharacterCode @ word, 151], 2^24]

Berikut ini skrip pendek untuk menentukan jumlah tabrakan:

Total[Last /@ DeleteCases[Tally[hash /@ words], {_, 1}]]

Saya baru saja mencoba semua pangkalan secara sistematis sejak saat itu 1, dan sejauh ini pangkalan 151 menghasilkan tabrakan paling sedikit. Saya akan mencoba beberapa lagi untuk menurunkan skor sedikit lebih jauh, tetapi pengujiannya agak lambat.

Javascript (ES5), 6765

Ini adalah CRC24 yang dicukur hingga 140 Bytes. Bisa bermain golf lebih banyak tetapi ingin mendapatkan jawaban saya :)

function(s){c=0xb704ce;i=0;while(s[i]){c^=(s.charCodeAt(i++)&255)<<16;for(j=0;j++<8;){c<<=1;if(c&0x1000000)c^=0x1864cfb}}return c&0xffffff}

Validator di node.js:

var col = new Array(16777215);
var n = 0;

var crc24_140 = 
function(s){c=0xb704ce;i=0;while(s[i]){c^=(s.charCodeAt(i++)&255)<<16;for(j=0;j++<8;){c<<=1;if(c&0x1000000)c^=0x1864cfb}}return c&0xffffff}

require('fs').readFileSync('./dict.txt','utf8').split('\n').map(function(s){ 
    var h = crc24_140(s);
    if (col[h]===1) {
        col[h]=2;
        n+=2;
    } else if (col[h]===2) {
        n++;
    } else {
        col[h]=1;
    }
});

console.log(n);

Python, 340053

Skor mengerikan dari algoritma yang mengerikan, jawaban ini ada lebih untuk memberikan skrip Python kecil yang menampilkan skor.

H=lambda s:sum(map(ord, s))%(2**24)

Untuk mencetak gol:

hashes = []
with open("british-english-huge.txt") as f:
    for line in f:
        word = line.rstrip("\n")
        hashes.append(H(word))

from collections import Counter
print(sum(v for k, v in Counter(hashes).items() if v > 1))

Python, 6390 6376 6359

H=lambda s:reduce(lambda a,x:a*178+ord(x),s,0)%(2**24-48)

Dapat dianggap sebagai modifikasi sepele untuk jawaban Martin Büttner .

Python, 9310

Ya, bukan yang terbaik, tapi setidaknya itu adalah sesuatu. Seperti yang kami katakan di crypto, jangan pernah menulis fungsi hash Anda sendiri .

Panjangnya persis 140 byte, juga.

F=lambda x,o=ord,m=map:int((int(''.join(m(lambda z:str(o(z)^o(x[-x.find(z)])^o(x[o(z)%len(x)])),x)))^(sum(m(int,m(o,x))))^o(x[-1]))%(2**24))

Matlab, 30.828 8620 6848

Ini membangun hash dengan menetapkan bilangan prima untuk setiap kombo karakter / posisi ascii dan menghitung produk mereka untuk setiap kata modulo, bilangan prima terbesar yang lebih kecil dari 2 ^ 24. Perhatikan bahwa untuk pengujian saya memindahkan panggilan ke bilangan prima di luar ke tester langsung sebelum loop sementara dan meneruskannya ke fungsi hash, karena mempercepatnya dengan faktor sekitar 1000, tetapi versi ini berfungsi, dan mandiri. Mungkin macet dengan kata-kata yang lebih panjang dari sekitar 40 karakter.

function h = H(s)
p = primes(1e6);
h = 1;
for i=1:length(s)
    h = mod(h*p(double(s(i))*i),16777213);
end
end

Penguji:

clc
clear variables
close all

file = fopen('british-english-huge.txt');
hashes = containers.Map('KeyType','uint64','ValueType','uint64');

words = 0;
p = primes(1e6);
while ~feof(file)
    words = words + 1;
    word = fgetl(file);
    hash = H(word,p);
    if hashes.isKey(hash)
        hashes(hash) = hashes(hash) + 1;
    else
        hashes(hash) = 1;
    end
end

collisions = 0;
for key=keys(hashes)

    if hashes(key{1})>1
        collisions = collisions + hashes(key{1});
    end
end

Ruby, 9309 tabrakan, 107 byte

def hash(s);require'prime';p=Prime.first(70);(0...s.size).reduce(0){|a,i|a+=p[i]**(s[i].ord)}%(2**24-1);end 

Bukan pesaing yang baik, tetapi saya ingin menjelajahi ide yang berbeda dari entri lain.

Tetapkan n primes pertama ke posisi n pertama dari string, kemudian jumlahkan semua prima [i] ** (kode ascii dari string [i]), lalu mod 2 ** 24-1.

Java 8, 7054 6467

Ini terinspirasi oleh (tetapi tidak disalin dari) fungsi java.lang.String.hashCode bawaan, jadi silakan larang sesuai dengan aturan # 2.

w -> { return w.chars().reduce(53, (acc, c) -> Math.abs(acc * 79 + c)) % 16777216; };

Untuk mencetak gol:

import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.function.Function;

public class TweetableHash {
    public static void main(String[] args) throws Exception {
        List<String> words = Files.readAllLines(Paths.get("british-english-huge.txt"));

        Function<String, Integer> hashFunc = w -> { return w.chars().reduce(53, (acc, c) -> Math.abs(acc * 79 + c)) % 16777216; };

        Map<Integer, Integer> hashes = new HashMap<>();
        for (String word : words) {
            int hash = hashFunc.apply(word);
            if (hash < 0 || hash >= 16777216) {
                throw new Exception("hash too long for word: " + word + " hash: " + hash);
            }

            Integer numOccurences = hashes.get(hash);
            if (numOccurences == null) {
                numOccurences = 0;
            }
            numOccurences++;

            hashes.put(hash, numOccurences);
        }

        int numCollisions = hashes.values().stream().filter(i -> i > 1).reduce(Integer::sum).get();
        System.out.println("num collisions: " + numCollisions);
    }
}

Python, 6995 6862 6732

Hanya fungsi RSA sederhana. Cukup lemah, tetapi mengalahkan beberapa jawaban.

M=0x5437b3a3b1
P=0x65204c34d
def H(s):
    n=0
    for i in range(len(s)):
        n+=pow(ord(s[i]),P,M)<<i
    return n%(8**8)

C ++: 7112 6694 6483 6479 6412 6339 tabrakan, 90 bytes

Saya menerapkan algoritma genetik yang naif untuk array koefisien saya. Saya akan memperbarui kode ini karena menemukan yang lebih baik. :)

int h(const char*s){uint32_t t=0,p=0;while(*s)t="cJ~Z]q"[p++%6]*t+*s++;return t%16777213;}

Fungsi tes:

int main(void)
{
    std::map<int, int> shared;

    std::string s;
    while (std::cin >> s) {
        shared[h(s.c_str())]++;
    }

    int count = 0;
    for (auto c : shared) {
        if ((c.first & 0xFFFFFF) != c.first) { std::cerr << "invalid hash: " << c.first << std::endl; }
        if (c.second > 1) { count += c.second; }
    }

    std::cout << count << std::endl;
    return 0;
}

C #, 6251 6335

int H(String s){int h = 733;foreach (char c in s){h = (h * 533 + c);}return h & 0xFFFFFF;}

Konstanta 533 dan 733 889 dan 155 memberikan skor terbaik dari semua yang saya cari sejauh ini.

tcl

88 byte, 6448/3233 tabrakan

Saya melihat orang-orang telah menghitung jumlah kata yang bertabrakan, atau jumlah kata yang ditempatkan dalam ember kosong. Saya memberikan kedua hitungan - yang pertama sesuai dengan spesifikasi masalah, dan yang kedua adalah apa yang dilaporkan lebih banyak poster.

# 88 bytes, 6448 collisions, 3233 words in nonempty buckets

puts "[string length {proc H w {incr h;lmap c [split $w {}] {set h [expr (2551*$h+[scan $c %c])%2**24]};set h}}] bytes"

proc H w {incr h;lmap c [split $w {}] {set h [expr (2551*$h+[scan $c %c])%2**24]};set h}

# change 2551 above to:
#   7: 85 bytes, 25839 colliding words, 13876 words in nonempty buckets
#   97: 86 bytes, 6541 colliding words, 3283 words in nonempty buckets
#   829: 87 bytes, 6471 colliding words, 3251 words in nonempty buckets


# validation program

set f [open ~/Downloads/british-english-huge.txt r]
set words [split [read $f] \n]
close $f

set have {};                        # dictionary whose keys are hash codes seen
foreach w $words {
    if {$w eq {}} continue
    set h [H $w]
    dict incr have $h
}
set coll 0
dict for {- count} $have {
    if {$count > 1} {
        incr coll $count
    }
}
puts "found $coll collisions"

Python 3, 89 byte, 6534 tabrakan hash

def H(x):
 v=846811
 for y in x:
  v=(972023*v+330032^ord(y))%2**24
 return v%2**24

Semua angka ajaib besar yang Anda lihat di sini adalah konstanta fudge.

JavaScript, 121 byte, 3268 3250 3244 6354 (3185) tabrakan

s=>{v=i=0;[...s].map(z=>{v=((((v*13)+(s.length-i)*7809064+i*380886)/2)^(z.charCodeAt(0)*266324))&16777215;i++});return v}

Parameter (13, 7809064, 380886, 2, 266324) adalah dengan coba-coba.

Masih dapat dioptimalkan menurut saya, dan masih ada ruang untuk menambahkan parameter tambahan, bekerja untuk pengoptimalan lebih lanjut ...

Verifikasi

hashlist = [];
conflictlist = [];
for (x = 0; x < britain.length; x++) {
    hash = h(britain[x]);                      //britain is the 340725-entry array
    hashlist.push(hash);
}

conflict = 0; now_result = -1;
(sortedlist = sort(hashlist)).map(v => {
    if (v == now_result) {
        conflict++;
        conflictlist.push(v);
    }
    else
        now_result = v;
});

console.log(conflictlist);

var k = 0;
while (k < conflictlist.length) {
    if (k < conflictlist.length - 1 && conflictlist[k] == conflictlist[k+1])
        conflictlist.splice(k,1);
    else
        k++;
}

console.log(conflict + " " + (conflict+conflictlist.length));

3268> 3250 - Mengubah parameter ke-3 dari 380713 menjadi 380560.

3250> 3244 - Mengubah parameter ke-3 dari 380560 menjadi 380886.

3244> 6354 - Mengubah parameter ke-2 dari 7809143 menjadi 7809064, dan menemukan saya telah menggunakan metode perhitungan yang salah; P

Berikut adalah beberapa konstruksi serupa, yang cukup "seedable" dan memungkinkan optimasi parameter tambahan. Sial sulit mendapatkan lebih rendah dari 6k! Dengan asumsi skor memiliki rata-rata 6829 dan std dari 118 saya juga menghitung kemungkinan mendapatkan skor rendah seperti itu secara acak.

Clojure A, 6019, Pr = 1: 299.5e9

 #(reduce(fn[r i](mod(+(* r 811)i)16777213))(map *(cycle(map int"~:XrBaXYOt3'tH-x^W?-5r:c+l*#*-dtR7WYxr(CZ,R6J7=~vk"))(map int %)))

Clojure B, 6021, Pr = 1: 266.0e9

#(reduce(fn[r i](mod(+(* r 263)i)16777213))(map *(cycle(map int"i@%(J|IXt3&R5K'XOoa+Qk})w<!w[|3MJyZ!=HGzowQlN"))(map int %)(rest(range))))

Clojure C, 6148, Pr = 1: 254.0e6

#(reduce(fn[r i](mod(+(* r 23)i)16777213))(map *(cycle(map int"ZtabAR%H|-KrykQn{]u9f:F}v#OI^so3$x54z2&gwX<S~"))(for[c %](bit-xor(int c)3))))

Clojure, 6431, Pr = 1: 2.69e3 (sesuatu yang berbeda)

#(mod(reduce bit-xor(map(fn[i[a b c]](bit-shift-left(* a b)(mod(+ i b c)19)))(range)(partition 3 1(map int(str"w"%"m")))))16776869)

Ini adalah fungsi hash ad-hoc asli saya, ia memiliki empat parameter yang bisa diubah.

Ruby, 6473 tabrakan, 129 byte

h=->(w){@p=@p||(2..999).select{|i|(2..i**0.5).select{|j|i%j==0}==[]};c=w.chars.reduce(1){|a,s|(a*@p[s.ord%92]+179)%((1<<24)-3)}}

Variabel @p diisi dengan semua bilangan prima di bawah 999.

Ini mengubah nilai ascii menjadi bilangan prima dan menjadikan modulo produk mereka prima besar. Faktor fudge dari 179 berkaitan dengan fakta bahwa algoritma asli digunakan untuk menemukan anagram, di mana semua kata yang disusun ulang dari huruf yang sama mendapatkan hash yang sama. Dengan menambahkan faktor dalam loop, itu membuat anagram memiliki kode yang berbeda.

Saya bisa menghapus ** 0,5 (uji sqrt untuk prime) dengan mengorbankan kinerja yang lebih buruk untuk mempersingkat kode. Saya bahkan bisa membuat nomor utama finder dieksekusi dalam loop untuk menghapus sembilan karakter lagi, meninggalkan 115 byte.

Untuk menguji, yang berikut ini mencoba untuk menemukan nilai terbaik untuk faktor fudge di kisaran 1 hingga 300. Ini mengasumsikan bahwa kata file di dalam direktori / tmp:

h=->(w,y){
  @p=@p||(2..999).
    select{|i|(2..i**0.5). 
    select{|j|i%j==0}==[]};
  c=w.chars.reduce(1){|a,s|(a*@p[s.ord%92]+y)%((1<<24)-3)}
}

american_dictionary = "/usr/share/dict/words"
british_dictionary = "/tmp/british-english-huge.txt"
words = (IO.readlines british_dictionary).map{|word| word.chomp}.uniq
wordcount = words.size

fewest_collisions = 9999
(1..300).each do |y|
  whash = Hash.new(0)
  words.each do |w|
    code=h.call(w,y)
    whash[code] += 1
  end
  hashcount = whash.size
  collisions = whash.values.select{|count| count > 1}.inject(:+)
  if (collisions < fewest_collisions)
    puts "y = #{y}. #{collisions} Collisions. #{wordcount} Unique words. #{hashcount} Unique hash values"
    fewest_collisions = collisions
  end
end

tcl

# 91 byte, 6508 tabrakan

91 byte, 6502 tabrakan

proc H s {lmap c [split $s ""] {incr h [expr [scan $c %c]*875**[incr i]]};expr $h&0xFFFFFF}

Komputer masih melakukan pencarian untuk mengevaluasi jika ada nilai yang menyebabkan tabrakan kurang dari basis 147 875, yang masih merupakan perekam.