接口定义
type Hash interface {
// 嵌入了 io.Writer 接口
// 向执行中的 hash 加入更多数据
// hash 函数的 Write 方法永远不会返回 error
io.Writer
// 把当前 hash 追加到 b 的后面
// 不会改变当前 hash 状态
Sum(b []byte) []byte
// 重置 hash 到初始化状态
Reset()
// 返回 hash 结果返回的字节数
Size() int
// BlockSize 返回 hash 的基础块大小
// 为了提高效率
// Write 方法传入的字节数最好是 blick size 的倍数
BlockSize() int
}
// 结果为 32bit hash 函数接口
type Hash32 interface {
Hash
Sum32() uint32
}
// 结果为 64bit hash 函数接口
type Hash64 interface {
Hash
Sum64() uint64
}
Go 的 hash
包里有几种 hash
算法实现,分别是 adler32,crc32/64,fnv
。
fnv
fnv
是一种简单可靠的 hash
算法。它的结果长度有多种,fnv.go
中也提供了多种长度的算法实现。fnv
核心算法很简单:先初始化 hash
,然后循环 乘以素数 prime32
,再与每位 byte
进行异或运算。
const offset32 = 2166136261
const prime32 = 16777619
type sum32 uint32
func (s *sum32) Reset() { *s = offset32 }
func (s *sum32) Size() int { return 4 }
func (s *sum32) BlockSize() int { return 1 }
func (s *sum32) Write(data []byte) (int, error) {
hash := *s
for _, c := range data {
hash *= prime32
hash ^= sum32(c)
}
*s = hash
return len(data), nil
}
func (s *sum32) Sum32() uint32 { return uint32(*s) }
adler - 可靠、快速的 hash 算法
Adler-32通过求解两个16位的数值A、B
实现,并将结果连结成一个32位整数.A
就是字符串中每个字节的和,而B
是A
在相加时每一步的阶段值之和。在Adler-32开始运行时,A
初始化为1
,B
初始化为0
,最后的校验和要模上65521
(小于2的16次方的最小素数)。
type digest uint32
func (d *digest) Reset() { *d = 1 }
func (d *digest) Write(p []byte) (nn int, err error) {
*d = update(*d, p)
return len(p), nil
}
const (
// 比 65536 小的最大素数
mod = 65521
// nmax is the largest n such that
// 255 * n * (n+1) / 2 + (n+1) * (mod-1) <= 2^32-1.
// It is mentioned in RFC 1950 (search for "5552").
nmax = 5552
)
// Add p to the running checksum d.
func update(d digest, p []byte) digest {
s1, s2 := uint32(d&0xffff), uint32(d>>16)
for len(p) > 0 {
var q []byte
// 每次处理数据量为 nmax
// 处理完之后再 % mod
// 防止溢出,且尽可能少的执行 mod 运算
if len(p) > nmax {
p, q = p[:nmax], p[nmax:]
}
// 底下这两个循环我不明白为啥不合成一个???
// 有明白的可以告知一声
for len(p) >= 4 {
s1 += uint32(p[0])
s2 += s1
s1 += uint32(p[1])
s2 += s1
s1 += uint32(p[2])
s2 += s1
s1 += uint32(p[3])
s2 += s1
p = p[4:]
}
for _, x := range p {
s1 += uint32(x)
s2 += s1
}
s1 %= mod
s2 %= mod
p = q
}
// 把 s2 s1 再合成一个 uint32
return digest(s2<<16 | s1)
}
crc32
CRC
为校验和的一种,是两个字节数据流采用二进制除法(没有进位,使用XOR来代替减法)相除所得到的余数。其中被除数是需要计算校验和的信息数据流的二进制表示;除数是一个长度为 n + 1 的预定义(短)的二进制数,通常用多项式的系数来表示。在做除法之前,要在信息数据之后先加上 n 个 0。
对于 crc32 来说,IEEE 标准下的除数是 0xedb88320。除法运算效率比较低,所以生产环境一般使用的是查表法。(这块儿都是数学推导,没找到资料,也没看懂。)
以上是 hash 包中提供的几种 hash 算法。除此之外,crypto
包里提供了一些其他的算法也实现了 hash 接口,比如 md5,sha1,sha256
等。
md5
(消息摘要算法,经常有同学把 md5 错当成加密算法)是一种被广泛使用的密码散列函数,可以产生出一个128位(16字节)的散列值。md5
已被证实无法防止碰撞,已经不算是很安全的算法了,因此不适用于安全性认证,如SSL公开密钥认证
或是数字签名
等用途。对于需要高度安全性的数据,一般建议改用其他算法,比如 sha256
。
素数
hash
算法中常用中间值对一个素数
取模作为 hash
值,这是为什么呢?
一个好的散列函数要尽可能减少冲突。如果对合数取模,那么所有该函数的因子的倍数冲突的概率会增大,而质数的因子只有1和它本身,所以对于特定倍数的数字来说,会有更好的散列效果。比如:
假设 mod 是 6,对于 2 的倍数 2、4、6、8、10、12 的 hash 值是 2、4、0、2、4、0,对于 3 的倍数 3、6、9、12 的 hash 值是 3、0、3、0。
假设 mod 是 7,对于 2、4、6、8、10、12 的 hash 值是 2、4、6、1、3、5,对于 3 的倍数 3、6、9、12 的 hash 值是 3、6、2、5。
可以看出,如果 mod
是质数的话会得到更好的散列效果。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。