从给定的字符串中，我使用md5生成32位唯一的哈希代码
MessageDigest.getInstance("MD5")
.digest("SOME-BIG-STRING").map("%02x".format(_)).mkString
//output: 47a8899bdd7213fb1baab6cd493474b4有没有可能生成30位而不是32位的长度，如果这样做会有什么问题？
是否还有其他哈希算法可用于支持30个字符长和1万亿个唯一字符串的冲突概率？
安全性不重要，唯一性是必需的。
2条答案
按热度按时间crcmnpdw1#
对于从字符串生成唯一的id，哈希函数永远不是正确的答案。
您需要定义文本字符串（如“v1.0.0”）到30个字符长字符串（如“123123…”）的一对一Map。这也被称为双射，尽管在您的例子中，注入（从输入到输出的简单一对一Map，不一定是到输出）可能就足够了。正如公认的答案所指出的，散列函数不一定能确保这种Map，但也有其他的可能性，比如全周期线性同余生成器（如果它们采用一个种子，您可以将一对一Map到输入字符串值），或者其他可逆函数。
但是，如果可能的输入字符串集大于可能的输出字符串集，则由于鸽子洞原理，无法将所有输入字符串与所有输出字符串一一Map（不创建重复项）。
另请参阅这个问题：如何生成具有自定义字母表的guid，其行为类似于md5散列（在javascript中）？。
实际上，如果使用散列函数，冲突的可能性将接近于零，但永远不会完全为零（这意味着重复的风险将始终存在）。如果我们以md5为例（它产生2^128个哈希码中的任何一个），那么粗略地说，只有在生成2^64个id之后，意外冲突的可能性才变得不可忽略，这远远超过1万亿。
但是md5和其他散列函数并不是正确的方法。这将在下面讨论。
如果不能将输入字符串的格式限制为30位，不能将其压缩为30位或更少，并且不能容忍重复的风险，那么下一个最佳方法是创建一个数据库表，将输入字符串Map到随机生成的ID。
这个数据库表应该有两列：一列保存您的输入字符串（例如“
<UUID>-NAME-<UUID>，另一列保存与这些字符串关联的随机生成的ID。由于随机数不能确保唯一性，因此每次创建新的随机id时，都需要检查该随机id是否已存在于数据库中，如果确实存在，请尝试使用新的随机id（但发现重复id的可能性会随着id大小的增加而减小）。j2qf4p5b2#
有没有可能生成30位而不是32位的长度，如果这样做会有什么问题？
对。
碰撞的概率增加了28倍。
是否还有其他哈希算法可用于支持30个字符长和1万亿个唯一字符串的冲突概率？
可能。任何加密强度哈希算法产生的哈希值的前30个十六进制数字具有大致相等的唯一性。
安全性不重要，唯一性是必需的？
在这种情况下，md5不再被认为是安全的这一事实是没有意义的(注意，md5不再被认为是安全的原因是在计算上设计一个碰撞是可行的；i、 e.为给定的md5散列查找第二个输入。）
但是，不能保证哈希的唯一性。即使使用生成n位哈希的“完美”加密强度哈希函数，任何2个任意（不同）输入的冲突概率也是2n分之一。对于足够大的n值，概率很小。但它永远不是零。