PHP最好的MD5多维数组方法？答案

【问题标题】：PHP best way to MD5 multi-dimensional array?PHP最好的MD5多维数组方法？
【发布时间】：2011-01-16 06:55:30
【问题描述】：

生成多维数组的 MD5（或任何其他哈希）的最佳方法是什么？

我可以轻松编写一个循环，遍历数组的每一级，将每个值连接成一个字符串，然后简单地对字符串执行 MD5。

然而，这似乎很麻烦，我想知道是否有一个时髦的函数可以接受一个多维数组，并对其进行哈希处理。

【问题讨论】：

标签： php arrays multidimensional-array hash md5

【解决方案1】：

（底部可复制粘贴功能）

如前所述，以下将起作用。

md5(serialize($array));

然而，值得注意的是（讽刺地）json_encode 的执行速度明显更快：

md5(json_encode($array));

事实上，这里的速度提高了两倍，因为 (1) json_encode 单独执行比序列化更快，并且 (2) json_encode 生成的字符串更小，因此 md5 处理的更少。

编辑：以下是支持这一说法的证据：

<?php //this is the array I'm using -- it's multidimensional.
$array = unserialize('a:6:{i:0;a:0:{}i:1;a:3:{i:0;a:0:{}i:1;a:0:{}i:2;a:3:{i:0;a:0:{}i:1;a:0:{}i:2;a:0:{}}}i:2;s:5:"hello";i:3;a:2:{i:0;a:0:{}i:1;a:0:{}}i:4;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:0:{}}}}}}}i:5;a:5:{i:0;a:0:{}i:1;a:4:{i:0;a:0:{}i:1;a:0:{}i:2;a:3:{i:0;a:0:{}i:1;a:0:{}i:2;a:0:{}}i:3;a:6:{i:0;a:0:{}i:1;a:3:{i:0;a:0:{}i:1;a:0:{}i:2;a:3:{i:0;a:0:{}i:1;a:0:{}i:2;a:0:{}}}i:2;s:5:"hello";i:3;a:2:{i:0;a:0:{}i:1;a:0:{}}i:4;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:0:{}}}}}}}i:5;a:5:{i:0;a:0:{}i:1;a:3:{i:0;a:0:{}i:1;a:0:{}i:2;a:3:{i:0;a:0:{}i:1;a:0:{}i:2;a:0:{}}}i:2;s:5:"hello";i:3;a:2:{i:0;a:0:{}i:1;a:0:{}}i:4;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:0:{}}}}}}}}}}i:2;s:5:"hello";i:3;a:2:{i:0;a:0:{}i:1;a:0:{}}i:4;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:1:{i:0;a:0:{}}}}}}}}}');

//The serialize test
$b4_s = microtime(1);
for ($i=0;$i<10000;$i++) {
    $serial = md5(serialize($array));
}
echo 'serialize() w/ md5() took: '.($sTime = microtime(1)-$b4_s).' sec<br/>';

//The json test
$b4_j = microtime(1);
for ($i=0;$i<10000;$i++) {
    $serial = md5(json_encode($array));
}
echo 'json_encode() w/ md5() took: '.($jTime = microtime(1)-$b4_j).' sec<br/><br/>';
echo 'json_encode is <strong>'.( round(($sTime/$jTime)*100,1) ).'%</strong> faster with a difference of <strong>'.($sTime-$jTime).' seconds</strong>';

JSON_ENCODE 的速度始终超过 250% (2.5 倍)（通常超过 300%）——这不是一个微不足道的差异。您可以在此处查看使用此实时脚本的测试结果：

现在，需要注意的一点是，array(1,2,3) 会产生一个与 array(3,2,1) 不同的 MD5。如果这不是你想要的。试试下面的代码：

//Optionally make a copy of the array (if you want to preserve the original order)
$original = $array;

array_multisort($array);
$hash = md5(json_encode($array));

编辑：关于颠倒顺序是否会产生相同的结果存在一些问题。所以，我在这里做到了（正确）：

如您所见，结果完全相同。这是（更正）测试originally created by someone related to Drupal：

为了更好地衡量，这里有一个可以复制和粘贴的函数/方法（在 5.3.3-1ubuntu9.5 中测试）：

function array_md5(Array $array) {
    //since we're inside a function (which uses a copied array, not 
    //a referenced array), you shouldn't need to copy the array
    array_multisort($array);
    return md5(json_encode($array));
}

【讨论】：

哈哈！真的吗？我投票支持“过度”优化？实际上，PHP 的序列化速度要慢得多。我会用证据更新我的答案...
内森在这里所做的事情是有价值的，即使人们看不到它的价值。在我们上下文之外的某些情况下，这可能是一个有价值的优化。在某些但并非所有情况下，微优化是一个糟糕的决定
我不是为了微优化而进行微优化的人，但是在没有额外工作的情况下记录了性能提升，那么为什么不使用它。
其实，看起来这取决于数组的深度。我碰巧需要一些需要尽可能快地运行的东西，而您的 POC 显示 json_encode() 快了约 300%，当我将代码中的 $array 变量更改为我的用例时，它返回 serialize() w/ md5() took: 0.27773594856262 sec @ 987654334@json_encode is (79.8%) faster with a difference of (-0.070362091064453 seconds)（最近的计算显然不正确）。我的阵列最多有 2 层深，所以请记住（像往常一样）您的里程可能会有所不同。
好吧，我不明白为什么内森的答案不是最佳答案。说真的，使用序列化并用一个非常慢的网站惹恼你的用户。史诗般的 +1 @NathanJ.Brauer！

【解决方案2】：

md5(serialize($array));

【讨论】：

如果由于某种原因您想要匹配哈希（指纹），您可能需要考虑对数组“sort”或“ksort”进行排序，另外可能还需要实现某种擦洗/清理
序列化比第二个答案中的 json_encode 慢得多。让您的服务器愉快并使用 json_encode！ :)
您似乎需要对自己的数组进行基准测试，以确定是否应该使用 json_encode 或序列化。根据数组不同。
我认为这是错误的方法，请查看我下面的解释。
@joelpittet - 不。该 drupal 链接中的两个示例都有错误。请参阅下面我的答案中的 cmets。 ;) 例如dl.dropboxusercontent.com/u/4115701/Screenshots/…

【解决方案3】：

我通过回答加入了一个非常拥挤的聚会，但有一个重要的考虑因素是现有的答案都没有解决。 json_encode() 和 serialize() 的值都取决于数组中元素的顺序！

以下是未对数组进行排序和排序的结果，具有相同值但添加顺序不同的两个数组 （代码在帖子底部）：

    serialize()
1c4f1064ab79e4722f41ab5a8141b210
1ad0f2c7e690c8e3cd5c34f7c9b8573a

    json_encode()
db7178ba34f9271bfca3a05c5dddf502
c9661c0852c2bd0e26ef7951b4ca9e6f

    Sorted serialize()
1c4f1064ab79e4722f41ab5a8141b210
1c4f1064ab79e4722f41ab5a8141b210

    Sorted json_encode()
db7178ba34f9271bfca3a05c5dddf502
db7178ba34f9271bfca3a05c5dddf502

因此，我推荐的两种散列数组的方法是：

// You will need to write your own deep_ksort(), or see
// my example below

md5(   serialize(deep_ksort($array)) );

md5( json_encode(deep_ksort($array)) );

json_encode() 或 serialize() 的选择应通过测试您正在使用的数据类型来确定。通过我自己对纯文本和数字数据的测试，如果代码没有运行数千次紧密循环，那么差异甚至不值得进行基准测试。我个人将json_encode() 用于该类型的数据。

这是用于生成上述排序测试的代码：

$a = array();
$a['aa'] = array( 'aaa'=>'AAA', 'bbb'=>'ooo', 'qqq'=>'fff',);
$a['bb'] = array( 'aaa'=>'BBBB', 'iii'=>'dd',);

$b = array();
$b['aa'] = array( 'aaa'=>'AAA', 'qqq'=>'fff', 'bbb'=>'ooo',);
$b['bb'] = array( 'iii'=>'dd', 'aaa'=>'BBBB',);

echo "    serialize()\n";
echo md5(serialize($a))."\n";
echo md5(serialize($b))."\n";

echo "\n    json_encode()\n";
echo md5(json_encode($a))."\n";
echo md5(json_encode($b))."\n";



$a = deep_ksort($a);
$b = deep_ksort($b);

echo "\n    Sorted serialize()\n";
echo md5(serialize($a))."\n";
echo md5(serialize($b))."\n";

echo "\n    Sorted json_encode()\n";
echo md5(json_encode($a))."\n";
echo md5(json_encode($b))."\n";

我的快速 deep_ksort() 实现适合这种情况，但在用于您自己的项目之前请检查它：

/*
* Sort an array by keys, and additionall sort its array values by keys
*
* Does not try to sort an object, but does iterate its properties to
* sort arrays in properties
*/
function deep_ksort($input)
{
    if ( !is_object($input) && !is_array($input) ) {
        return $input;
    }

    foreach ( $input as $k=>$v ) {
        if ( is_object($v) || is_array($v) ) {
            $input[$k] = deep_ksort($v);
        }
    }

    if ( is_array($input) ) {
        ksort($input);
    }

    // Do not sort objects

    return $input;
}

【讨论】：

【解决方案4】：

答案高度依赖于数组值的数据类型。对于大字符串使用：

md5(serialize($array));

对于短字符串和整数，请使用：

md5(json_encode($array));

4 个内置 PHP 函数可以将数组转换为字符串： serialize()、json_encode()、var_export()、print_r()。

注意： json_encode() 函数在处理以字符串为值的关联数组时会变慢。在这种情况下考虑使用serialize() 函数。

在键和值中具有 md5 哈希（32 个字符）的多维数组的测试结果：

Test name       Repeats         Result          Performance     
serialize       10000           0.761195 sec    +0.00%
print_r         10000           1.669689 sec    -119.35%
json_encode     10000           1.712214 sec    -124.94%
var_export      10000           1.735023 sec    -127.93%

数值多维数组的测试结果：

Test name       Repeats         Result          Performance     
json_encode     10000           1.040612 sec    +0.00%
var_export      10000           1.753170 sec    -68.47%
serialize       10000           1.947791 sec    -87.18%
print_r         10000           9.084989 sec    -773.04%

关联数组test source。数值数组test source。

【讨论】：

你能解释一下什么是大和短字符串吗？
@A.L 短字符串 - 包含少于 25-30 个字符的字符串。 大字符串 - 全部包含超过 25-30 个字符。

【解决方案5】：

除了 Brock 的出色回答 (+1) 之外，任何体面的哈希库都允许您以增量方式更新哈希，因此您应该能够按顺序更新每个字符串，而不必构建一个巨大的字符串。

见：hash_update

【讨论】：

值得注意的是，如果您使用小片段进行更新，此方法效率低下；不过，这对大块大文件很有用。
@wrygiel 这不是真的。对于 MD5，压缩总是在 64 字节块中完成（不管你的“大块”的大小是多少），如果你还没有填满一个块，在块被填满之前不会进行任何处理。（当你最终确定哈希时，最后一个块被填充到一个完整的块，作为最终处理的一部分。）有关更多背景信息，请阅读Merkle-Damgard construction（MD5、SHA-1 和 SHA-2 均基于此） .
你是对的。我完全被其他网站上的评论误导了。
@wrygiel 这就是为什么在遵循“在 Internet 上找到”的想法时进行自己的研究是值得的。 ;-) 这么说来，最后一条评论对我来说很容易写，因为几年前我实际上是从零开始实现了 MD5（以练习我的 Scheme 编程技能），所以我非常了解它的工作原理。
这正是我想要的。在内存中移动和复制大量数据有时是不可接受的。因此，就像其他答案一样，使用 serialize() 在性能方面是一个非常糟糕的主意。但是如果我只想从某个偏移量散列部分字符串，这个 API 仍然缺失。

【解决方案6】：

md5(serialize($array));

会起作用，但散列会根据数组的顺序而改变（尽管这可能无关紧要）。

【讨论】：

【解决方案7】：

请注意，serialize 和 json_encode 对于键不从 0 开始的数值数组或关联数组的行为不同。 json_encode 会将此类数组存储为 Object，因此 json_decode 返回 Object，其中 unserialize 将返回具有完全相同键的数组。

【讨论】：

【解决方案8】：

我认为这可能是一个很好的提示：

Class hasharray {

    public function array_flat($in,$keys=array(),$out=array()){
        foreach($in as $k => $v){
            $keys[] = $k; 
            if(is_array($v)){
                $out = $this->array_flat($v,$keys,$out);
            }else{
                $out[implode("/",$keys)] = $v;
            }
            array_pop($keys);
        }
        return $out;  
    }

    public function array_hash($in){
        $a = $this->array_flat($in);
        ksort($a);
        return md5(json_encode($a));
    }

}

$h = new hasharray;
echo $h->array_hash($multi_dimensional_array);

【讨论】：

【解决方案9】：

关于serialize()的重要说明

我不建议将它用作散列函数的一部分，因为它可以为以下示例返回不同的结果。检查以下示例：

简单示例：

$a = new \stdClass;
$a->test = 'sample';

$b = new \stdClass;
$b->one = $a;
$b->two = clone $a;

生产

"O:8:"stdClass":2:{s:3:"one";O:8:"stdClass":1:{s:4:"test";s:6:"sample";}s:3:"two";O:8:"stdClass":1:{s:4:"test";s:6:"sample";}}"

但是下面的代码：

<?php

$a = new \stdClass;
$a->test = 'sample';

$b = new \stdClass;
$b->one = $a;
$b->two = $a;

输出：

"O:8:"stdClass":2:{s:3:"one";O:8:"stdClass":1:{s:4:"test";s:6:"sample";}s:3:"two";r:2;}"

所以不是第二个对象 php 只是创建链接“r:2;”到一审。这绝对是序列化数据的好方法，但它可能会导致散列函数出现问题。

【讨论】：

【解决方案10】：

// Convert nested arrays to a simple array
$array = array();
array_walk_recursive($input, function ($a) use (&$array) {
    $array[] = $a;
});

sort($array);

$hash = md5(json_encode($array));

----

These arrays have the same hash:
$arr1 = array(0 => array(1, 2, 3), 1, 2);
$arr2 = array(0 => array(1, 3, 2), 1, 2);

【讨论】：

【解决方案11】：

有几个答案告诉使用 json_code，

但是 json_encode 不适用于 iso-8859-1 字符串，一旦有特殊字符，字符串就会被裁剪。

我建议使用 var_export ：

md5(var_export($array, true))

不像serialize那么慢，不像json_encode那样有bug

【讨论】：

没那么快，最好的选择是使用 md4，var_export 也很慢

【解决方案12】：

目前投票最多的答案md5(serialize($array)); 不适用于对象。

考虑代码：

 $a = array(new \stdClass());
 $b = array(new \stdClass());

尽管数组不同（它们包含不同的对象），但在使用md5(serialize($array)); 时它们具有相同的哈希值。所以你的哈希是没用的！

为避免该问题，您可以在序列化之前将对象替换为 spl_object_hash() 的结果。如果您的数组有多个级别，您也应该递归地执行此操作。

下面的代码还按照 dotancohen 的建议按键对数组进行排序。

function replaceObjectsWithHashes(array $array)
{
    foreach ($array as &$value) {
        if (is_array($value)) {
            $value = $this->replaceObjectsInArrayWithHashes($value);
        } elseif (is_object($value)) {
            $value = spl_object_hash($value);
        }
    }
    ksort($array);
    return $array;
}

现在您可以使用md5(serialize(replaceObjectsWithHashes($array)))。

（注意PHP中的数组是值类型，所以replaceObjectsWithHashes函数不要改变原来的数组。）

【讨论】：

我完全同意。 ` 序列化(\stdClass())=== 序列化(\stdClass());`

【解决方案13】：

我没有这么容易地看到上面的解决方案，所以我想提供一个更简单的答案。对我来说，在使用 ksort（键排序）之前，我得到的是相同的键：

先用 Ksort 排序，然后在 json_encode 上执行 sha1：

ksort($array)
$hash = sha1(json_encode($array) //be mindful of UTF8

示例：

$arr1 = array( 'dealer' => '100', 'direction' => 'ASC', 'dist' => '500', 'limit' => '1', 'zip' => '10601');
ksort($arr1);

$arr2 = array( 'direction' => 'ASC', 'limit' => '1', 'zip' => '10601', 'dealer' => '100', 'dist' => '5000');
ksort($arr2);

var_dump(sha1(json_encode($arr1)));
var_dump(sha1(json_encode($arr2)));

更改后的数组和哈希的输出：

string(40) "502c2cbfbe62e47eb0fe96306ecb2e6c7e6d014c"
string(40) "b3319c58edadab3513832ceeb5d68bfce2fb3983"

【讨论】：

$sign = sha1(json_encode($data)); 我最终也使用了 sha1，因为它看起来更独特。

【解决方案14】：

在某些情况下，使用 http_build_query 将数组转换为字符串可能会更好：

md5( http_build_query( $array ) );

【讨论】：