正整数的标准数学方法是利用质因数分解的唯一性。

f( x, y ) -> 2^x * 3^y

缺点是，图像往往跨越相当大的整数范围，因此当涉及到在计算机算法中表示映射时，您可能会在为结果选择适当的类型时遇到问题。

你可以修改它来处理负x和负y，通过编码一个5和7次幂项的标志。

e.g.

f( x, y ) -> 2^|x| * 3^|y| * 5^(x<0) * 7^(y<0)

看看这个:http://en.wikipedia.org/wiki/Pigeonhole_principle。如果A, B, C是同一类型，就不能做。如果A和B是16位整数，而C是32位整数，那么您可以简单地使用移位。

哈希算法的本质是它们不能为每个不同的输入提供唯一的哈希。

f（a， b） = s（a+b） + a，其中 s（n） = n*（n+1）/2

这是一个函数，它是确定的。 它也是单射的——f映射不同(a,b)对的不同值。你可以证明 它使用的事实是:s(a+b+1)-s(a+b) = a+b+1 <一个。 它返回非常小的值——如果你打算用它来做数组索引，那很好，因为数组不需要很大。 它是缓存友好的——如果两个(a, b)对彼此接近，那么f将彼此接近的数字映射到它们(与其他方法相比)。

我不明白您所说的:

应该总是产生一个整数 不管是积极的还是消极的 整数的边

我如何在这个论坛写(大于)，(小于)字符?

你的建议是不可能的。总会有碰撞。

为了将两个对象映射到另一个单独的集合，映射的集合必须具有预期组合数量的最小大小:

假设有一个32位整数，则有2147483647个正整数。选择其中两个顺序无关紧要且具有重复的组合，将得到2305843008139952128个组合。这并不适合32位整数的集合。

不过，你可以把这个映射压缩成61位。使用64位整数可能是最简单的。将高的字设置为较小的整数，低的字设置为较大的整数。

假设你有一个32位整数，为什么不把a移到前16位的一半，把B移到另一半?

def vec_pack(vec):
    return vec[0] + vec[1] * 65536;


def vec_unpack(number):
    return [number % 65536, number // 65536];

除了尽可能节省空间和计算成本之外，一个非常酷的副作用是，您可以在填充的数字上进行向量计算。

a = vec_pack([2,4])
b = vec_pack([1,2])

print(vec_unpack(a+b)) # [3, 6] Vector addition
print(vec_unpack(a-b)) # [1, 2] Vector subtraction
print(vec_unpack(a*2)) # [4, 8] Scalar multiplication

构造一个映射并不难:

   1  2  3  4  5  use this mapping if (a,b) != (b,a)
1  0  1  3  6 10
2  2  4  7 11 16
3  5  8 12 17 23
4  9 13 18 24 31
5 14 19 25 32 40

   1  2  3  4  5 use this mapping if (a,b) == (b,a) (mirror)
1  0  1  2  4  6
2  1  3  5  7 10
3  2  5  8 11 14
4  4  8 11 15 19
5  6 10 14 19 24


    0  1 -1  2 -2 use this if you need negative/positive
 0  0  1  2  4  6
 1  1  3  5  7 10
-1  2  5  8 11 14
 2  4  8 11 15 19
-2  6 10 14 19 24

求任意a b的值有点难。