哈希相似度

Question

通常，哈希的目标是将一个连续函数变成一个离散函数：输入中的小变化应该导致输出中的大变化。但是，是否有任何哈希算法可以（非常）粗略地为相似的输入返回相似但（仍然不同）的哈希值？

Answer 1

查看Locality Sensitive Hashing（LSH）。例如，这是一种快速找到给定点附近的点的概率方式。

Answer 2

给出一个告诉您对象有多相似或不同的距离函数，您还可以采用距离排列：http://www.computer.org/portal/web/csdl/doi/10.1109/TPAMI.2007.70815或草图：http://portal.acm.org/citation.cfm?id=1638180

对于后一种方法的实现：http://obsearch.net

Answer 3

您真的不想看到类似的哈希。哈希是为了确保完整性，因此文件/应用程序/程序中的最细微更改都会产生完全不同的哈希。如果两个不同的字符串显示相同的哈希，这称为冲突，并且哈希算法现在受到损害。 MD5有一些冲突，但今天仍在使用。