perl - Perl 中的快速字符串校验和函数生成 0..2^32-1 范围内的值

Question

我正在寻找具有以下属性的 Perl 字符串校验和函数:

输入:未定义长度的 Unicode 字符串 ( $string )

输出:无符号整数( $hash )，其中 0 <= $hash <= 2^32-1持有(0 到 4294967295，匹配 4 字节 MySQL unsigned int 的大小)

伪代码:

sub checksum {
    my $string = shift;
    my $hash;
    ... checksum logic goes here ...
    die unless ($hash >= 0);
    die unless ($hash <= 4_294_967_295);
    return $hash;
}

理想情况下，校验和函数应该快速运行，并且应该在目标空间( 0 .. 2^32-1 )中生成一些均匀的值以避免冲突。在这个应用程序中，随机碰撞是完全非致命的，但显然我想尽可能避免它们。

鉴于这些要求，解决此问题的最佳方法是什么？

Answer 1

任何散列函数就足够了 - 只需将其截断为 4 字节并转换为数字。好的散列函数具有随机分布，无论您在何处截断字符串，该分布都是恒定的。

我建议 Digest::MD5因为它是 Perl 标准中最快的哈希实现。 String::CRC，正如 Pim 提到的，也是用 C 实现的，应该更快。

以下是如何计算散列并将其转换为整数:

use Digest::MD5 qw(md5);
my $str = substr( md5("String-to-hash"), 0, 4 );
print unpack('L', $str);  # Convert to 4-byte integer (long)