散列两个相等的字符串会给出相同的散列值

Question

我需要将我们 MySql 数据库中的个人数据匿名化。问题是我仍然需要能够 link 匿名化后的两个人。

我认为这可以通过散列他们的社会安全号码或电子邮件地址来完成，这引出了我的问题：

当散列两个相等的字符串（s1 和 s1）时，我得到两个散列值（h1 和 h2），我有多确定：

1) 哈希值等于(h1 = h2)

2) no not equal (s3 = s1) 会产生相同的hash值

Answer 1

1) 相同的字符串将始终产生相同的哈希值
2）如果您选择与数据量相比较小的散列长度，理论上不同的字符串可能会产生相同的散列。但是使用默认哈希长度（32 或 40）不会导致此类问题。

Answer 2

1) 当使用正确的散列函数时，(h1 = h2) 对于每个定义的相等字符串（s1 和 s2）始终为真。

2) 两个不同的字符串可以有相同的哈希值。这称为 "collsison"。概率取决于使用的散列函数和生成的散列的长度。比如MD5，有找碰撞的网站和表格，挺有意思的。

我不确定你所说的 link 将人聚集在一起是什么意思，也不知道你的要求是什么，所以我无法帮助你。但是你可以 link 两个人连同他们的身份证。