【发布时间】：2013-08-21 10:41:34
【问题描述】：
问题是我想用哈希函数来检查文件完整性，这里的加密是不必要的，所以我认为非加密哈希cityhash可能是一个不错的选择，因为我想要的只是速度和更少的冲突。
虽然source 刚刚提供了以固定长度字符串作为输入，哈希码作为输出的cityhash 函数。那么如何使用该函数对文件进行哈希处理呢？
我可以将文件分成几个块，计算每个块的哈希码并对每个哈希码进行异或吗？是否会影响碰撞效率或速度？你还有什么好主意吗？
【问题讨论】：
-
为什么你不能读入整个文件并将其作为一个字符串散列？如果文件太大，您可以读取这些块并将它们全部散列。然后，您可以将结果放入字符串中，然后对字符串进行哈希处理。如果原始算法不错，那么结果应该是相当一致的。
-
你可以分块做，然后在下一个块上使用种子参数。
-
您是否只对“噪声”或缺陷磁盘扇区的文件完整性感兴趣？因为否则“不需要加密哈希”是一个错误的假设。将散列值与 XOR 组合对于每个相当好的散列应该“工作正常”，但结果将不一样！您的最终哈希不会是 Cityhash 哈希值。至于影响速度，您可以通过在单独的线程中处理单个块来加快散列速度，但这当然不适用于使用 PlasmaHH 提出的种子参数（嗯，它会工作，但是顺序）。
-
是的，我想要的只是尽快找出文件是否已更改。使用单独的线程似乎是一个好方法，我将它与 Trenin 提到的循环结合起来看看是否它有效。