python - 使用不同版本的 sha 散列(hashlib 模块)是否有显着的开销

Question

hashlib Python 模块提供了以下哈希算法构造函数:md5()、sha1()、sha224()、sha256()、sha384() 和 sha512()。

假设我不想使用 md5，使用 sha1 而不是 sha512 有很大的不同吗？我想使用类似 hashlib.shaXXX(hashString).hexdigest() 的东西，但因为它只是用于缓存，所以我不确定我是否需要 512 的(最终)额外开销...

这种开销是否存在，如果存在，有多大？

Answer 1

为什么不直接对其进行基准测试？

>>> def sha1(s):
...     return hashlib.sha1(s).hexdigest()
...
>>> def sha512(s):
...     return hashlib.sha512(s).hexdigest()
...
>>> t1 = timeit.Timer("sha1('asdf' * 100)", "from __main__ import sha1")
>>> t512 = timeit.Timer("sha512('asdf' * 100)", "from __main__ import sha512")
>>> t1.timeit()
3.2463729381561279
>>> t512.timeit()
6.5079669952392578

所以在我的机器上，hash512 比 sha1 慢两倍。但是作为GregS说，为什么要使用安全哈希进行缓存？尝试内置的哈希算法，它应该非常快且经过调整:

>>> s = "asdf"
>>> hash(s)
-618826466
>>> s = "xxx"
>>> hash(s)
943435
>>> hash("xxx")
943435

或者更好的是，使用内置的 Python 字典。也许您可以告诉我们更多关于缓存方面的计划。

编辑:我在想你正在努力实现这样的目标:

hash = hashlib.sha1(object_to_cache_as_string).hexdigest()
cache[hash] = object_to_cache

我所说的“使用内置 Python 词典”是指您可以简化上述内容:

cache[object_to_cache_as_string] = object_to_cache

通过这种方式，Python 会处理散列，因此您不必这样做!

关于你的具体问题，你可以引用Python hashable dicts为了使字典可散列。然后，缓存对象所需要做的就是:

cache[object_to_cache] = object_to_cache

编辑 - 关于 Python3 的注释

Python 3.3 引入了哈希随机化，这意味着计算出的哈希值在不同进程中可能不同，因此您不应依赖计算出的哈希值，除非将 PYTHONHASHSEED 环境变量设置为 0。

引用资料: - https://docs.python.org/3/reference/datamodel.html#object.hash - https://docs.python.org/3/using/cmdline.html#envvar-PYTHONHASHSEED