字符串怎生成hash值才能避免重复？（生成唯一ID）

[bandaoyu]

人员的 识别码idCode 最长50个字符（字母和数字），用什么hash函数转成哈希值（唯一ID）且 基本不可能重复？

网上看到：

unsigned int hash(char *str)
{

register unsigned int h;
register unsigned char *p;
for(h = 0, p = (unsigned char *)str; *p ; p++)
h = 31 * h + *p;
return h;
}

但是感觉只用unsigned int ，很容易就溢出了。担心溢出之后，剩下的部分冲突率比较高


所以我改成unsigned long long， 哈希值的位数比unsigned int 宽了一倍。 冲突（重复的概率）是否可以忽略不计了？

unsigned long long hash(char *str)
{

unsigned long long h;
unsigned char *p;
for(h = 0, p = (unsigned char *)str; *p ; p++)
h = 31 * h + *p;
return h;
}


1 的重复率 和 2的重复率分别是多少？ 能满足我们的唯一ID的需求吗？我们的用户数设计是10000人，条码是50个字母和数字组成的。

[十八道胡同]

直接用uuid，肯定不会重复？

[smwhotjay]

md5 sha1

[bandaoyu]

引用 1 楼 LCL_data 的回复:

直接用uuid，肯定不会重复？

uuid 我还不如直接别用户条码，128字节 呀大哥

[636f6c696e]

请用标准哈希算法来生成，如果希望尽可能避免重复，推荐使用sha256

[bandaoyu]

引用 4 楼 niiiloc 的回复:

HASH 有很多种算法 那种是标准？

[tongshou]

如果不能接受重复（哪怕机会很小），不要用HASH表。如果人数仅仅1万人，你可以另外设立一个很简单的 ID 表（一个普通整数），让其与 ”人员的 识别码idCode “ 相互对应，相互查找。

[老葱1#]

哈希值就算不重复， 模 哈希表 后还是会冲突， 除非你的哈希表 占满unsigned int 范围（ 这就是 4G 大小内存）。 所以这个生成唯一ID的说法是错误的， 哈希算法只能是尽量离散。 另外， 溢出后就环回， 不影响离散性。 字符串哈希算法很多，常用算法： u_int32 HashValue(LPCSTR key) const{ u_int32 nHash = 0; while (*key) nHash += (nHash<<5) + *key++; // DJB Hash Function return nHash; }

[bandaoyu]

引用 6 楼 tongshou 的回复:

晕 ，你说的ID 那也得现有ID呀，现在我就是想用hash生成ID

[bandaoyu]

引用 7 楼 hanxb 的回复:

嗯，所以说理论上没有不碰撞的，但是实际上只有碰撞够小，那就可以接受

[心外无物~]

定时任务批量生成一定量的短hash id，存数据库，自己去重