纯 Python 中字符串的潜在哈希算法是什么？ [复制]

Question

标准的hash('hello') 函数可能会在不同的机器、不同版本的 Python 甚至同一程序在同一 Python 版本/机器上的不同运行时生成不同的哈希值。

什么是体面的纯 Python（或内置）替代品，碰撞几率低？我追求的用例是检查数据库中字符串的唯一性（注意：它不必是 100% 万无一失的，只是极不可能与另一个字符串发生冲突）。

Answer 1

试试 python hashlib。它具有 MD5、SHA1、SHA224、SHA256、SHA384 和 SHA512 的实现，应该可以为您提供良好的哈希值，并且冲突的可能性很小。

示例输入：

import hashlib
hashed_string = hashlib.sha512("hello").hexdigest()
print hashed_string

输出：

9b71d224bd62f3785d96d46ad3ea3d73319bfbc2890caadae2dff72519673ca72323c3d99ba5c11d7c7acc6e14b8c5da0c4663475c2e5c3adef46f73bcdec043

Answer 2

Murmurhash 是非加密用途的理想选择（与 hashlib 不同，后者使用慢速加密哈希），原因有很多：

• 使用非常广泛

• 不仅可以跨 Python 版本和机器，还可以跨不同的语言进行移植

Here 是它的 Python 绑定。 Here 是关于算法本身的问题。

---

如果出于某种技术原因，可能需要纯 Python 自行实现，则有一些可行的选择：

• murmurhash 的源代码在上面的第一个链接中，但是，在纯 Python 模式下，可能应该用更简单的东西代替

• 直接候选人是Knuth 和Jenkins。