如何在Java中为Map创建唯一标识符？

Question

我正在寻求一种正确的方法，根据地图的内容创建唯一ID。因此，我期望包含相同数据的2个地图的ID也是相同的，并且碰撞的可能性尽可能小。

我目前的猜测是使用UUID，将地图写入对象，然后从字节构建UUID。

 Map map;
 ByteArrayOutputStream byteOut = new ByteArrayOutputStream();
 ObjectOutputStream out = new ObjectOutputStream(byteOut);

 out.writeObject(map);
 out.close();
 UUID.nameUUIDFromBytes(byteOut.toByteArray());

然而，我想问一下这是否是最佳方式，如果不是，我应该尝试什么？

- Luminous

---

是的，UUID似乎满足您的需求。但是，如果您不将该密钥存储在其他数据结构中，生成UUID作为密钥的意义何在？您能提供更多有关您问题的背景信息吗？ - Tim Biegeleisen

在地图中，每个元素是否应该具有唯一的ID，还是整个地图应该具有唯一的ID？ - XtremeBaumer

您目前的示例可以工作，但我认为仅当地图完全相同时才有效。 具有相同内容但顺序不同的地图可能会导致不同的UUID，因为它们的toByteArray返回不同的值。 - Daniel Tung

@XtremeBaumer 只有地图本身。 - Luminous

@DanielTung 谢谢，你说得对，我完全忽略了它。这肯定不是应该的方式，但我不明白如何避免这种情况。 - Luminous

Answer 1

为了达到这个目的，您可以使用任何适合您需求（在碰撞，性能方面）的哈希函数，例如SHA-1：

使用SHA-1哈希函数即可实现此功能：

public class MainClas {

    public static void main(String[] args) throws NoSuchAlgorithmException {
        Map<String, Integer> map = new HashMap<>();
        map.put("1", 1);
        map.put("2", 2);
        map.put("3", 3);

        String mapString = map.entrySet().toString();
        System.out.println(mapString);

        MessageDigest digest = MessageDigest.getInstance("SHA-1");
        byte[] hashBytes = digest.digest(mapString.getBytes());

        String hashString =  bytesToHex(hashBytes);

        System.out.println(hashString);
    }

    private static String bytesToHex(byte[] hashInBytes) {
        StringBuilder sb = new StringBuilder();
        for (byte b : hashInBytes) sb.append(String.format("%02x", b));
        return sb.toString();
    }
}

输出：

[1=1, 2=2, 3=3]
1a1677fe956c66c776a100b32b0a2b20fdabb5f3

附注：您可以通过使用来自不同算法（2或3个）产生的哈希的组合哈希来最小化碰撞。

- Matthew I.

---

那么，您建议的基本上是sha1吗？那我可以使用UUIDv5，因为它使用SHA-1。我看过几个实现，但默认包不包括它。您认为它比我目前使用的UUIDv3更好吗？就我所知，UUID具有非常小的碰撞机会，因此我不确定手动生成它是否合理。 - Luminous

@Luminous 我建议使用任何SHA-*，因为它是加密的。在哈希方面，它比md5更稳定。SHA-1产生20个字节的哈希值。但UUID只产生16个字节，并从16个字节中删除2个字节以设置版本和变体。结果，您在UUID VS 20字节SHA-1中仅具有14字节哈希值，这不好，基本上可能会产生更多的碰撞。为了最小化可能的碰撞，我建议根本不使用UUID，并使用由2或3种不同算法生成的复合键，例如key = sha1（bytes）+ sha256（bytes）或key = sha1（bytes）+ sha256（bytes）+ md5（bytes）。 - Matthew I.

那我应该忘记UUID5，因为它会将结果截短，实际上使用SHA-256或类似的方法。人们总是必须在他们的系统中实现自己的ID生成方法吗？我希望有一种明确的“好方法”，但似乎没有。感谢您如此清晰的解释！ - Luminous

@Luminous 取决于任务和各种输入。但提前考虑并深入了解是很好的。欢迎您 :) - Matthew I.