Algorithm rsync算法如何正确识别重复块？

我个人的任务是学习rsync算法是如何工作的。经过一番阅读和思考，我想到了一个我认为算法失败的情况。我正在试图弄清楚如何在实际实现中解决这个问题

考虑这个例子，其中A是接收者，B是发送者

A = abcde1234512345fghij
B = abcde12345fghij

如您所见，唯一的变化是

12345

已被删除

现在，为了使这个示例更有趣，让我们选择一个5字节（字符）的块大小。使用弱校验和对发送方的值进行散列，得到以下值列表

abcde|12345|fghij

abcde -> 495
12345 -> 255
fghij -> 520

values = [495, 255, 520]

接下来我们检查A中是否有任何哈希值不同。如果有匹配的块，我们可以跳到该块的末尾进行下一次检查。如果存在不匹配的块，那么我们发现了一个差异。我将逐步完成这个过程

散列第一个块。值列表中是否存在此哈希<代码>abcde->495（是，跳过）

散列第二个块。值列表中是否存在此哈希<代码>12345->255（是，跳过）

散列第三个块。值列表中是否存在此哈希<代码>12345->255（是，跳过）

散列第四个块。值列表中是否存在此哈希

fghij->520

（是，跳过）

没有更多的数据，我们完成了

因为每个散列都是在值列表中找到的，所以我们得出结论A和B是相同的。依我拙见，这不是真的

在我看来，每当有多个块共享同一哈希时，就会发生这种情况。我知道我跳过了计算和检查强散列的步骤，但这不会有什么区别，因为第二个和第三个块完全相同

---

我遗漏了什么？

rsync算法发送两个校验和：每个区块一个校验和，整个文件一个“滚动”校验和。在您的示例中，A在到达“加倍”块后将看到滚动校验和中的差异。

问题可以使用更多标记：）（例如，算法？）为整个文件发送校验和是一个好主意。我不明白A在到达折叠块后会看到什么不同。在我看来，只有在计算了A的整个校验和之后，才能检测到差异，此时我们不知道重复块是什么。@Kai:Oops，我只是试图重新表述该注释以使其更清晰，但我丢失了它。总结：据我所知，这是一个滚动校验和，而不是散列；一个块的校验和取决于前一个块的校验和。哦！！！弱散列是整个文件的滚动校验和！但它的值记录在每个块的末尾。现在它有意义了。谢谢科德卡和杰弗罗米，没有你们两位的解释我是不会理解的。