想象两个正整数A和b，我想把这两个组合成一个整数C。
不可能有其他整数D和E组合成C。 所以把它们和加法运算符结合是不行的。例:30 + 10 = 40 = 40 + 0 = 39 + 1 连接也不管用。例如“31”+“2”= 312 =“3”+“12”
这种组合操作也应该是确定的(总是用相同的输入产生相同的结果)，并且应该总是在整数的正侧或负侧产生一个整数。
当前回答
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)
其他回答
再简单一点:给定两个数字，A和B让str为串联:'A' + ';' + 'B'。然后让输出为hash(str)。我知道这不是一个数学答案，但一个简单的python(有一个内置的哈希函数)脚本应该做这项工作。
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
假设我们有两个数字B和C，把它们编码成一个数字A
A = b + c * n
在哪里
B= a % n = B
C= a / n = C
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。
给定正整数A和B，设D = A的位数，E= B的位数 结果可以是D, 0, E, 0, a和B的串联。
示例:A = 300, B = 12。D = 3, E=2 result = 302030012。 这利用了一个事实，即唯一以0开头的数字是0，
优点:易于编码，易于解码，人类可读，有效数字可以先比较，潜在的比较无需计算，简单的错误检查。
缺点:结果的大小是个问题。不过没关系，我们为什么要在电脑里存储无界整数呢。
