散列和归约到桶算法
Hash and reduce to bucket algorithm
问题
我们有一组符号序列，应该映射到预定义数量的桶索引。
先决条件
符号序列长度有限制（64位characters/bytes），使用的哈希算法是Bob Jenkins hash的Delphi实现的32位哈希值。
为了进一步将这些哈希值分布到一定数量的桶中，我们使用公式：
bucket_number := (hashvalue mod (num_buckets - 2)) + 2);
（我们不希望 {0,1} 在结果集中）
问题
一位同事有一些疑问，我们需要为 num_buckets 选择一个质数，以实现最优的 1 分布，将符号序列映射到 bucket_numbers.
团队的大多数人认为这是一个未经证实的假设，尽管我们的队友只是声称这是数学上固有的（没有更深入的解释）。
我可以想象，我们使用的某些符号序列模式（这只是实际允许的非常有限的子集）可能更喜欢某些 hashvalues，但通常我不认为这对于大量符号序列来说真的很重要。
哈希算法应该已经最优地分配 hashvalues，我怀疑素数 mod 除数是否真的会产生显着差异（无法衡量经验上的），特别是因为 Bob Jenkins 哈希演算也不涉及任何素数，据我所知。
[TL;DR]
素数 mod 除数对这种情况是否重要？
1)
最佳只是意味着每个桶的序列数的平均值稳定，不会随序列总数变化（太多）
你的同事完全错了。
如果哈希运行良好，则所有哈希值的可能性应该相同，并且其关系从输入数据中看不出来。
当您使用散列 mod 某个值时，您就将同样可能的散列输入映射到数量减少的输出桶。结果现在分布不均匀，以至于不同数量的投入可以产生产出。只要桶的数量相对于散列值的范围较小，这种差异就很小。它的顺序是# of buckets / # of hash values。由于桶的数量通常低于 10^6，而哈希值的数量超过 10^19，因此这确实非常小。但是如果桶的个数除以hash值的范围，就没有出入了。
除了当桶的数量除以散列函数的范围时获得最佳分布这一点外，素数不会进入它。由于散列函数的范围通常是 2 的幂，因此质数的桶不太可能为您做任何事情。
问题
我们有一组符号序列，应该映射到预定义数量的桶索引。
先决条件
符号序列长度有限制（64位characters/bytes），使用的哈希算法是Bob Jenkins hash的Delphi实现的32位哈希值。
为了进一步将这些哈希值分布到一定数量的桶中，我们使用公式：
bucket_number := (hashvalue mod (num_buckets - 2)) + 2);
（我们不希望 {0,1} 在结果集中）
问题
一位同事有一些疑问，我们需要为 num_buckets 选择一个质数，以实现最优的 1 分布，将符号序列映射到 bucket_numbers.
团队的大多数人认为这是一个未经证实的假设，尽管我们的队友只是声称这是数学上固有的（没有更深入的解释）。
我可以想象，我们使用的某些符号序列模式（这只是实际允许的非常有限的子集）可能更喜欢某些 hashvalues，但通常我不认为这对于大量符号序列来说真的很重要。
哈希算法应该已经最优地分配 hashvalues，我怀疑素数 mod 除数是否真的会产生显着差异（无法衡量经验上的），特别是因为 Bob Jenkins 哈希演算也不涉及任何素数，据我所知。
[TL;DR]
素数 mod 除数对这种情况是否重要？
1) 最佳只是意味着每个桶的序列数的平均值稳定，不会随序列总数变化（太多）
你的同事完全错了。
如果哈希运行良好，则所有哈希值的可能性应该相同，并且其关系从输入数据中看不出来。
当您使用散列 mod 某个值时，您就将同样可能的散列输入映射到数量减少的输出桶。结果现在分布不均匀，以至于不同数量的投入可以产生产出。只要桶的数量相对于散列值的范围较小，这种差异就很小。它的顺序是# of buckets / # of hash values。由于桶的数量通常低于 10^6，而哈希值的数量超过 10^19，因此这确实非常小。但是如果桶的个数除以hash值的范围，就没有出入了。
除了当桶的数量除以散列函数的范围时获得最佳分布这一点外，素数不会进入它。由于散列函数的范围通常是 2 的幂，因此质数的桶不太可能为您做任何事情。