HashCode对SHA-1

Question

我想比较一些表示树的大型对象，并缓存和，以避免每次将新对象与已经存在的对象进行比较.

问题是什么是最好的？(性能和碰撞之间的折衷.)。

一方面，我有一个基于各个字段的值的正则hashCode函数(遵循有效Java的第3章)。但我无法评估这种方法所带来的潜在碰撞。

另一方面，我使用SHA-1算法从标准的java发行版获得了MessageDigest方法。我想这不是很有效率，但我的碰撞可能会少一些。我说得对吗？在我的背景下，这是一个正确的解决方案，还是我完全错了？

问题是我不知道物体的大小。还请注意，计算出来的值不会在HashTable中使用。

thx..。

Answer 1

见以下内容：

• http://www.javapractices.com/topic/TopicAction.do?Id=28
• https://docs.oracle.com/javase/8/docs/api/java/lang/Object.html#hashCode--
• http://www.ibm.com/developerworks/java/library/j-jtp05273.html

请记住以下几点：

• 对象可能是不相等的，但是具有相同的哈希码。
• 您的碰撞潜力取决于您遇到了多少对象。
• 哈希代码的有用程度取决于您如何实现检查。

通常，您可以根据预期对象的数量和可能的散列数(最大哈希值)来确定碰撞的可能性。有关详细说明，请参见悖论。

亲自吗？Java对象(实例化类)< 10,000？哈希码。表示文件/波包/大量数据？沙一。我在我的数据库中使用SHA-1散列来阻止人们多次在同一个文件上执行ETL工作。然后，我在第二个级别上再次使用SHA-1散列来防止人们在多个文件中使用相同的ETLing (例如，不同的文件，但相同的顺序显示了两次)。

Answer 2

就我个人而言，我会将hashCode()用于对象，直到证明任何可能的碰撞都是一个实际的问题，以避免先发制人地优化您可能实际上没有的问题。

Answer 3

由于生日问题，的存在，碰撞的可能性取决于您正在处理的项目的数量。

SHA-1的160位空间是如此之大，我怀疑你是否有足够的项目来看到碰撞。

hashCode()的32位空间在超过50,000项之前不应该有大量的碰撞。然而，这取决于使用一个好的哈希算法。

为了应用像SHA-1这样的密码摘要，您需要将图形转换成一个字节串，这在计算上可能很昂贵，而且可能很复杂。