使用 XOR Shift 作为更快的 CRC32 校验和?
Using XOR Shift as a faster CRC32 checksum?
使用异或移位来产生可用的校验和是否有效?我找不到任何证据表明它比 CRC32 更能碰撞。
我对 1000 万个随机生成的 8 到 32 长度字节数组进行了 运行 模拟,下面的 hash32 方法实际上产生的冲突比 CRC32 少 2%。
此外,该代码似乎 运行 比 Java 的内置 util.zip.CRC32 class.
快大约 40 倍
public static long hash64( byte[] bytes )
{
long x = 1;
for ( int i = 0; i < bytes.length; i++ )
{
x ^= bytes[ i ];
x ^= ( x << 21 );
x ^= ( x >>> 35 );
x ^= ( x << 4 );
}
return x;
}
public static int hash32( byte[] bytes )
{
int x = 1;
for ( int i = 0; i < bytes.length; i++ )
{
x ^= bytes[ i ];
x ^= ( x << 13 );
x ^= ( x >>> 17 );
x ^= ( x << 5 );
}
return x;
}
是的,如果您只需要一个简单的文件校验和,这是一个完全有效的替代方案,但这不是最佳解决方案。
CRC 已针对可靠检测 burst errors, not collision resistance or uniform distribution. CRC-32 may superficially appear to work as a general hash function or a checksum, but it readily fails avalanche and collision tests 进行了优化,如您在测试中所见。 CRC 也很慢,因为它必须实现多项式除法,这需要昂贵的操作,即使在大量优化为移位操作时也是如此。 Table 使用查找表 (LUT) 的 CRC 版本在诸如 Java 之类的解释语言中也很慢,因为每次查找都不可避免地要进行边界检查和条件检查。
您的解决方案是采用伪随机函数 (PRF) Xorshift,并将其转换为哈希函数。从表面上看,这似乎可以通过基本的碰撞测试,但这并不是一个很好的选择。它的雪崩行为非常差,因此您的测试不够灵敏而无法发现的碰撞概率大于概率。不仅如此,它还是次优的,一次只读取一个字节。存在具有可比性能的更好解决方案。
更好的选择是 64-bit MurmurHash3, it performs quite well in Java when sufficiently optimized. It may even be faster than your solution for large inputs. I also recommend reading Bret Mulvey's article on Hash Functions。它解释了如何以易于理解的方式构造和测试哈希函数。
使用异或移位来产生可用的校验和是否有效?我找不到任何证据表明它比 CRC32 更能碰撞。
我对 1000 万个随机生成的 8 到 32 长度字节数组进行了 运行 模拟,下面的 hash32 方法实际上产生的冲突比 CRC32 少 2%。
此外,该代码似乎 运行 比 Java 的内置 util.zip.CRC32 class.
快大约 40 倍public static long hash64( byte[] bytes )
{
long x = 1;
for ( int i = 0; i < bytes.length; i++ )
{
x ^= bytes[ i ];
x ^= ( x << 21 );
x ^= ( x >>> 35 );
x ^= ( x << 4 );
}
return x;
}
public static int hash32( byte[] bytes )
{
int x = 1;
for ( int i = 0; i < bytes.length; i++ )
{
x ^= bytes[ i ];
x ^= ( x << 13 );
x ^= ( x >>> 17 );
x ^= ( x << 5 );
}
return x;
}
是的,如果您只需要一个简单的文件校验和,这是一个完全有效的替代方案,但这不是最佳解决方案。
CRC 已针对可靠检测 burst errors, not collision resistance or uniform distribution. CRC-32 may superficially appear to work as a general hash function or a checksum, but it readily fails avalanche and collision tests 进行了优化,如您在测试中所见。 CRC 也很慢,因为它必须实现多项式除法,这需要昂贵的操作,即使在大量优化为移位操作时也是如此。 Table 使用查找表 (LUT) 的 CRC 版本在诸如 Java 之类的解释语言中也很慢,因为每次查找都不可避免地要进行边界检查和条件检查。
您的解决方案是采用伪随机函数 (PRF) Xorshift,并将其转换为哈希函数。从表面上看,这似乎可以通过基本的碰撞测试,但这并不是一个很好的选择。它的雪崩行为非常差,因此您的测试不够灵敏而无法发现的碰撞概率大于概率。不仅如此,它还是次优的,一次只读取一个字节。存在具有可比性能的更好解决方案。
更好的选择是 64-bit MurmurHash3, it performs quite well in Java when sufficiently optimized. It may even be faster than your solution for large inputs. I also recommend reading Bret Mulvey's article on Hash Functions。它解释了如何以易于理解的方式构造和测试哈希函数。