C＃是否可以为双精度值数组生成标识符

Question

我正在处理现有数据并且有包含数组 double[23] 和 double[46] 的记录。数组中的值在多个记录中可以相同。我想生成一个 id（可能是一个 int）来唯一标识每个数组中的值。

在应用程序中的某些地方，我需要根据数组中相同的值对记录进行分组。虽然有很多方法可以查询这个，但我希望有一个 int 字段（或类似的东西）来分组。这确实有助于简化查询，尤其是对报表工具有帮助，在较小的单个字段上进行分组会大有帮助。

我想过生成一个散列码，但我知道对于每个具有匹配值的 double[]，这些并不保证运行相同。我曾尝试实施

((IStructuralEquatable)combined).GetHashCode(EqualityComparer<double>.Default);

比较结构和数据，但同样，我不认为这是 gua运行teed 来匹配另一个具有相同值的 double[]。

也许某种形式的校验和可以工作，但不可否认我在实现某些东西时遇到了问题。我正在寻找 suggestions/direction.

这是 3 个示例记录的数据。记录 1 和 3 中的数据相同，因此生成的 ID 应该与它们匹配。 32.7,48.9,55.9,48.9,47.7,46.9,45.7,44.4,43.4,41.9,40.4,38.4,36.7,34.4,32.4,30.4,27.9,25.4,22.4,19.4,16.4,13.4,10.4,47.9 40.8,49.0,50.0,49.0,47.8,47.0,45.8,44.5,43.5,42.0,40.5,38.5,36.8,34.5,32.5,30.5,28.0,25.5,22.5,19.5,16.5,13.5,10.5,48.0 32.7,48.9,55.9,48.9,47.7,46.9,45.7,44.4,43.4,41.9,40.4,38.4,36.7,34.4,32.4,30.4,27.9,25.4,22.4,19.4,16.4,13.4,10.4,47.9

也许不检查所有数据是不可能的，但希望有更好的解决方案来简化应用程序并提高速度。

目标是在现有记录中添加一个新的id字段来表示数组数据。这样，将记录传递到报告工具中可以很容易地在一个字段上组合在一起，而不是检查每条记录的整个数组。

我很感激任何方向。

编辑 - 我运行尝试的一些问题（以防对某人有帮助）

为了最初理解这一点，我调用了这段代码（它是 .NET 的一部分）。我知道这些函数会将数组的 values 散列在一起（在这种情况下只有 8 个值）。我不认为它包括数组句柄。结果并不像预期的那样，因为根据下面的注释行在 .NET 中纠正了一个错误 MS。通过修复，我获得了更好的结果。

int IStructuralEquatable.GetHashCode(IEqualityComparer comparer) {
        if (comparer == null)
            throw new ArgumentNullException("comparer");
        Contract.EndContractBlock();

        int ret = 0;

        for (int i = (this.Length >= 8 ? this.Length - 8 : 0); i < this.Length; i++) {
            ret = CombineHashCodes(ret, comparer.GetHashCode(GetValue(i))); 
//.NET 4.6.2, in .NET 4.5.2 it is ret = CombineHashCodes(ret, comparer.GetHashCode(GetValue(0))) 
        }

        return ret;
    }

    internal static int CombineHashCodes(int h1, int h2) {
        return (((h1 << 5) + h1) ^ h2);
    }

我对此进行了修改以处理超过 8 个值，但仍有一些哈希值不匹配。后来我确定问题出在数据中；我不知道有些记录有一些双精度存储超过一位小数（应该四舍五入）。这当然改变了哈希。现在我的数据是一致的，我看到了匹配的哈希值；任何具有相同值的数组都具有相同的散列。

Answer 1

I thought of generating a hash code, but I understand these are not guaranteed to be the same for each double[] with matching values

恰恰相反，设计要求哈希函数 return 相等输入的相等哈希值。例如，0 是散列函数的一个很好的起点，return 为相等的行设置值 0。其他一切都只是为了减少误报而进行的优化。

Perhaps this is not possible without just checking all the data

当然你需要检查所有的数据，否则你会怎么做？

但是你的实现有问题。数组的默认哈希函数对数组本身的句柄进行哈希处理，因此具有相同数据的数组的不同实例将显示为不同。您想要做的是使用 HashCode 实例和 Add() 数组中的每个元素来获得正确的哈希码。

C＃是否可以为双精度值数组生成标识符

C# Is it possible to generate an identifier for array of double values

c#

arrays

hash

checksum