c++ - Murmurhash3_x86_128 如何处理大于 15 字节的数据？

Question

我想在没有对手的重复数据删除系统中使用 MurmurHash3。例如，Murmurhash3 将对文件进行哈希处理。

但是我在使用它时遇到问题，这意味着我做错了什么。

Murmurhash3_x86_128() (source-code)函数接收四个参数。这是我对它们的理解:

key - 输入要散列的数据

len - 数据长度

种子 - 种子

out - 计算出的哈希值

由于这部​​分代码，运行时它因段错误而失败:

    void MurmurHash3_x86_128 ( const void * key, const uint32_t len,
                               uint32_t seed, void * out )
    {
     const uint8_t * data = (const uint8_t*)key;
     const uint32_t nblocks = len / 16;
     ...

     const uint32_t * blocks = (const uint32_t *)(data + nblocks*16);

     for(i = -nblocks; i; i++)
     {
            uint32_t k1 = blocks[i*4];
            ...
     }
     ...
    }

因此，如果我的数据长度大于 15 个字节(就是这种情况)，则会执行此 for 循环。但是，blocks 指向我的数据数组的末尾，然后它开始访问该位置之后的内存位置。解释了段错误。所以 key 不能只是我的数据数组。

我的问题是:我应该在 key 参数中输入什么？

---

问题已解决

在 Mats Petersson 的回答后，我意识到我的代码有一个错误。我必须是一个 int(有符号)并且我没有签名。这就是为什么它将内存位置添加到 block 而不是减去的原因。

Answer 1

blocks 指向正在计算的 block 中最后一个 16 字节的偶数倍。

i 从 -nblocks 开始，并且总是小于零(循环以零结束)。

所以，假设你有 64 字节的数据，那么指针 blocks 将指向 data + 64 字节，而 nblocks 将是4。

当我们第一次到达 k1 = blocks[i*4]; 时，i = -4，所以我们得到索引 -16 - 乘以 sizeof(*blocks)，即 4(在大多数架构中 int = 4 字节) - 所以我们得到 -64 = 的起始地址数据。