python中的散列函数族生成器

问题描述

我正在寻找一个散列函数族生成器，它可以在给定一组参数的情况下生成一组散列函数族。到目前为止，我还没有找到这样的发电机。 有没有办法使用hashlib包做到这一点？

例如，我希望这样做：

h1 = hash_function(1)
h2 = hash_function(2)
...

和h1和h2将是不同的哈希函数。

对于那些可能知道它的人来说，我正在尝试在一个非常大的数据集上实现最小哈希算法。

基本上，对于给定的文档，我有一组非常大的功能(1亿到10亿)，我需要为这组功能创建1,000到10000种不同的随机排列。

我不想显式构建随机排列，因此我想在下面使用的技术：

1. 生成哈希函数h，并考虑用于两个索引r和s
2. r出现在排列Ifh(r) < h(s)中的s之前，并对100到1000个不同的哈希函数执行此操作。

是否有我可能错过的已知库？或者您可能知道的使用python生成散列函数族的任何标准方法？

Python

我只需要这样做(如果您不需要线程安全--如果您确实需要线程安全，也不难更改--假设是32位推荐答案版本)：

import random

_memomask = {}

def hash_function(n):
  mask = _memomask.get(n)
  if mask is None:
    random.seed(n)
    mask = _memomask[n] = random.getrandbits(32)
  def myhash(x):
    return hash(x) ^ mask
  return myhash