PHP CRC32为两个不同的字符串

Question

我正在使用PHP的crc32函数为MongoId生成数字等价物，因为我在mysql搜索中使用这个数字id，因为字符串搜索很慢。

我遇到过一个案例，其中crc32为两个不同的mongoid提供相同的数值。

非常感谢任何帮助或建议。

由于 拉夫

Answer 1

除非您的字符串是四个字节或更少，否则不可避免许多字符串将具有任何给定的CRC-32值。如果你甚至只有一个超过2 ^ 32个可能的字符串，那么绝对保证这些字符串中至少有两个将映射到相同的CRC-32。

没有任何帮助或建议。除非可能的字符串少于可能的CRC，否则您不能指望没有冲突。

顺便说一下，你可以用我的spoof code故意构造这样的情况，它允许你给它一组你可以在一个字符串中改变的位，它会告诉你哪些位到翻转以获得所需的CRC。

Answer 2

@ MarkAdler的回答解释了为什么你会遇到哈希冲突。但如果我在你的鞋子里，我对我能做些什么更感兴趣。

当然，你可以做的是使用一种不同的哈希算法来产生更长的哈希值（更少的碰撞机会），但仍然可以接受。您可以从programmers.stackexchange.com找到this question中几个备选方案的高评价评论。它们都有碰撞（巧合的是CRC32在那个答案的测试集中做得很好），但是你可以在mongoids上尝试其中一些，看看会发生什么。

我还发现this clever suggestion：要生成64位哈希，您可以采用两个不同的 32位哈希算法并连接哈希值（当然这或多或少会减半）哈希的速度。）

更强大的解决方案是编写代码时理解哈希是一个存储桶，有时您会从crc32查询中获得多个结果（或错误的结果）。只需添加第二步，即可检查返回记录的未散列ID。由于只有少数点击，所以它不会花很长时间。