如何为字符串生成唯一但一致的 N 位哈希（小于 64 位）？

Question

我想要以下机制：

int64_t MyHash (const std::string& value);

• 输入任何std::string（通常为 100 字节）
• 函数输出一个 64 位整数值
• 但是，该整数表示的最大值应在-2<sup>53</sup> to 2<sup>53</sup>-1 的范围内

我尝试使用std::hash()；问题在于：每个平台都不同。不仅如此，每次运行都会有所不同。

目前，使用Qt 的QCryptographicHash 我得到一个SHA256 校验和，并且我正在截断为64 位。即使在这种截断中，碰撞的可能性也会增加。
无论如何，我的目标是在 54 位内获得该值。一个明显的解决方案是将这个数字除以 2048。

问题：有没有更好的解决方案来获得 54 位的哈希？
Javascript解决方案也很好。

目的：这个值被传递给 Javascript。现在它的数据类型 number 可以容纳一个 64 位双精度数，即 54 位。

Answer 1

获得 54 位哈希，您可能会以质量换取速度。在 SHA256 中，最低 54 位将提供尽可能可靠的哈希值，但代价不是最佳性能。

其他可能性是 64 位 CRC，可以通过快速的谷歌搜索很容易找到。这可能会更快，并且对于任何合理的用例来说仍然可能没问题。

至于 [-2⁵³ .. 2⁵³ - 1] 范围的截断，我只需使用带有合适位掩码的&，然后减去 2⁵³.

2⁵³ 是 0x20000000000000，所以它只是：

crc = crc - 0x20000000000000LL;

至于 64 位 CRC 本身，以下代码直接取自 http://andrewl.dreamhosters.com/filedump/crc64.cpp，这是一个可下载的 .cpp 文件。原文是用Windows数据类型写的，我这里转换成普通的stdint.h类型。

unit64_t const poly = 0xC96C5795D7870F42ULL;
uint64_t table[256];

void generate_table()
{
    for(int i = 0; i < 256; ++i)
    {
        uint64_t crc = i;

        for(int j = 0; j < 8; ++j)
        {
            if(crc & 1)
            {
                crc >>= 1;
                crc ^= poly;
            }
            else
            {
                crc >>= 1;
            }
        }
        table[i] = crc;
    }
}

您需要在程序启动时只调用一次generate_table()。要么这样，要么在一个只打印出结果的小工具中运行它，然后使用这些值直接初始化表。

要实际评估 crc，请将字节序列和长度传递给它：

uint64_t calculate_crc(uint8_t *stream, size_t n)
{
    uint64_t crc = 0;

    for(size_t i = 0; i < n; ++i)
    {
        uint8_t index = stream[i] ^ crc;
        uint64_t lookup = table[index];

        crc >>= 8;
        crc ^= lookup;
    }
    return crc;
}

根据您的好奇程度，可能值得查看链接源，它有大量的 cmets 可以解释发生了什么。