string - 具有输入更改容差阈值的哈希

Question

我有一个相当抽象的问题:即使输入发生轻微变化，通常的哈希算法(加密和非加密)也会发生巨大变化。

Digest::SHA1.hexdigest 'hello'
=> "aaf4c61ddcc5e8a2dabede0f3b482cd9aea9434d"
Digest::SHA1.hexdigest 'hello!'
=> "8f7d88e901a5ad3a05d8cc0de93313fd76028f8c"

是否有哈希算法在输入稍有变化时不改变输出？

理想情况下，这样的算法应该有一个tolerance设置，它应该告诉散列在更改输出之前应该容忍多少输入更改。

例如，如果输入容差为 70%，这些“你好”和“你好!”字符串应该产生相同的散列输出，但如果它是 95%，那么这两个字符串应该产生不同的(略微)输出。

也许它根本不叫散列，但这个领域对我来说是一个未知的未知数。

Answer 1

您可能会研究文档比较算法。这更接近您需要的算法类别。

看

Text comparison algorithm

您可以从那里计算更改的百分比。这将要求您保留要比较的原始文本——而不是一个小的散列值。但我看不出有任何可能的方式来存储小值(例如哈希)对您有用。