如何将64位哈希值缩短到48位值？

Posted 2021-05-05

我已经在库中有64位散列函数（C编码），但我只需要48位。我需要将64位散列值减少到48位值，但它必须以安全的方式才能最小化冲突。

散列函数是一个非常好的64位散列函数。它已经通过SMHasher（“DieHarder”哈希测试）进行了测试，并且证明比Murmur2更好。据我的同事们说，在lib中实现64位散列的算法是xxHash，用SMHasher测试并得到Q.Score为10！对于那些想要看到它的人，xxHash的源代码可以在github.com上找到：github.com/Cyan4973/xxHash/releases/latest。

基本思想是使64位散列值（或其中一部分）中的所有位对产生的48位散列值产生影响。有没有办法做到这一点？

[编辑后期]： 所以我实现了自己的48位（准）-UUID生成器。 请在此处查看完整的工作解决方案（包括源代码）：https://stackoverflow.com/a/47895889/4731718。

答案

如果64位散列是好的，那么选择任何48位也将是一个很好的散列。 @Lee Daniel。当然，信息丢失而且不可逆转。

unsigned long long Mask48 = 0xFFFFFFFFFFFFu;
unsigned long long hash48 = hash64 & Mask48;

如果64位散列函数很弱，则由pow(2,48)下的最大素数进行修改。一些桶将丢失。这不会伤害好哈希，但肯定会使弱哈哈变得更好。

unsigned long long LargestPrime48 = 281474976710597u;  // FFFFFFFFFFC5
unsigned long long hash48 = hash64 % LargestPrime48;

另一答案

hash >>= 16;

但如果你觉得更好地保留其他16位只是使用XOR。

hash = (hash >> 16) ^ (hash & 0xFFFF);

另一答案

据我所知，目前还没有48位哈希算法。 48位变量类型也不存在，所以无论如何这是一个非常奇怪的设计选择。

当然，你不能将64位散列缩减到48位而不会丢失，安全散列无论如何都是一个完全不同的主题。您可以使用像CRC32这样的常见32位散列函数，只需要16个空位。或者甚至组合一个32位和16位，但这看起来真的很奇怪。从碰撞安全的角度来看，这甚至不是一件事，我不想听到有经验的人对此的反应。

我的建议：使用标准尺寸的已建立的散列算法，不进行实验。无论如何，已经很难提出一个好的哈希算法。除了你是你所在领域的专家并且可以处理变化可能产生的影响（这可能是最困难的部分）之外，没有必要变得有创意。