C++ 任何种子的同一字符串上的CRC32哈希冲突
我试图找到seed来散列最大可能长度的小写字母的短字符串，而不会发生冲突。 我选择了SSE 4.2 CRC32来简化任务。对于长度为4、5、6的种子，在某个合理的小值（我不能无限等待）内没有碰撞C++ 任何种子的同一字符串上的CRC32哈希冲突,c++,hash,sse,crc,crc32,C++,Hash,Sse,Crc,Crc32,我试图找到seed来散列最大可能长度的小写字母的短字符串，而不会发生冲突。 我选择了SSE 4.2 CRC32来简化任务。对于长度为4、5、6的种子，在某个合理的小值（我不能无限等待）内没有碰撞 #包括 #包括 #包括 #包括 #包括 静态std：：位集散列； 静态void findSeed（） { uint8_t c[7]； 常量自动查找冲突=[&]（uint32\u t seed） { std:：cout如果CRC（seed，dat）是dat的CRC，使用指定的seed，那么对于任何种子（s
#包括
#包括
#包括
#包括
#包括
静态std：：位集散列；
静态void findSeed（）
{
uint8_t c[7]；
常量自动查找冲突=[&]（uint32\u t seed）
{
std:：cout如果CRC（seed，dat）
是dat
的CRC，使用指定的seed
，那么对于任何种子（seed1，seed2）和匹配的数据长度对（dat1，dat2），以及给定的CRC（seed1，dat1），可以通过计算CRC（seed1，dat1）
，CRC（seed1，dat2）的异或来计算CRC（seed1，dat1）
，和CRC（seed2，dat2）
这反过来意味着，如果两条数据将为任何特定种子产生相同的CRC值，则它们将为每个可能的种子产生相同的值。如果对于任何seed1
，CRC（seed1，dat1a）
等于CRC（seed1，dat1b）
，且字符串长度相等，则对于任何其他种子seed2
和相同长度的数据dat2
，CRC（seed2，dat1a）
将等于CRC（seed1，dat1a）xor CRC（seed1，dat2）xor CRC（seed2，dat2）
，CRC（seed2，dat1b）
将等于CRC（seed1，dat1b）xor CRC（seed2，dat2）
。由于XOR的所有三个项都相等，这意味着结果将同样相等。如果CRC（seed，dat）
是dat的CRC，使用指定的seed
，然后对任何种子（seed1，seed2）和匹配的数据长度对（dat1，dat2）以及给定的CRC（seed1，dat1），可以通过计算CRC（seed1，dat1）
、CRC（seed1，dat2）
和CRC（seed2，dat2）
的异或来计算CRC（seed2，dat1）
这反过来意味着，如果两条数据将为任何特定种子产生相同的CRC值，则它们将为每个可能的种子产生相同的值。如果对于任何seed1
，CRC（seed1，dat1a）
等于CRC（seed1，dat1b）
，且字符串长度相等，则对于任何其他种子seed2
和相同长度的数据dat2
，CRC（seed2，dat1a）
将等于CRC（seed1，dat1a）xor CRC（seed1，dat2）xor CRC（seed2，dat2）
，CRC（seed2，dat1b）
将等于CRC（seed1，dat1b）xor CRC（seed2，dat2）
。由于XOR的所有三个项都相等，这意味着结果同样相等。如另一个答案中所述，CRC对此无能为力。相反，您只需将六个或更少的小写字母编码为以26为基数的32位整数，并根据字符串的长度使用一些偏移量。26^n的和表示n=0到6小于2^32。实际上要小得多，因为它可以用29位编码。或者像Peter Cordes评论的那样，用30位和6个5位字段编码
不会有冲突。如果有用的话，可以对该整数应用32位CRC对位进行置乱，这样也不会有冲突
正如您所观察到的，不可能在32位中唯一地编码七个或七个以上的小写字符。如另一个答案中所述，CRC对此无能为力。相反，您应该简单地将六个或六个以下的小写字母编码为以26为基数的32位整数，其中一些偏移量取决于字符串的长度。n=0的26^n之和到6小于2^32。实际上要少得多，因为它可以用29位编码。或者像彼得·科德斯评论的那样，用30位和6个5位字段
不会有冲突。如果有用的话，可以对该整数应用32位CRC对位进行置乱，这样也不会有冲突
正如您所观察到的，不可能在32位中唯一地编码七个或更多小写字符。神圣嵌套蝙蝠侠。哇。您为什么会这样做？如果您的问题是关于格式，那么答案是“对于长度=长度+1的字符串，编辑和添加另一级别的嵌套更简单”。代码只是为了快速检查假设。神圣的嵌套蝙蝠侠。哇。你为什么会这样做？如果你的问题是关于格式，那么答案是“对于长度=长度+1的字符串，编辑和添加另一级别的嵌套更简单”。该代码仅用于快速检查假设。每个字母5位x 6=30位：您可以将6个字母转换为一个32位整数，并轻松解包5位字段。每个字母5位x 6=30位：您可以将6个字母转换为一个32位整数，并轻松解包5位字段。
#include <bitset>
#include <limits>
#include <iterator>
#include <iostream>
#include <x86intrin.h>
static std::bitset<size_t(std::numeric_limits<uint32_t>::max()) + 1> hashes;
static void findSeed()
{
uint8_t c[7];
const auto findCollision = [&] (uint32_t seed)
{
std::cout << "seed = " << seed << std::endl;
hashes.reset();
for (c[0] = 'a'; c[0] <= 'z'; ++c[0]) {
uint32_t hash0 = _mm_crc32_u8(~seed, c[0]);
for (c[1] = 'a'; c[1] <= 'z'; ++c[1]) {
uint32_t hash1 = _mm_crc32_u8(hash0, c[1]);
for (c[2] = 'a'; c[2] <= 'z'; ++c[2]) {
uint32_t hash2 = _mm_crc32_u8(hash1, c[2]);
for (c[3] = 'a'; c[3] <= 'z'; ++c[3]) {
uint32_t hash3 = _mm_crc32_u8(hash2, c[3]);
for (c[4] = 'a'; c[4] <= 'z'; ++c[4]) {
uint32_t hash4 = _mm_crc32_u8(hash3, c[4]);
for (c[5] = 'a'; c[5] <= 'z'; ++c[5]) {
uint32_t hash5 = _mm_crc32_u8(hash4, c[5]);
for (c[6] = 'a'; c[6] <= 'z'; ++c[6]) {
uint32_t hash6 = _mm_crc32_u8(hash5, c[6]);
if (hashes[hash6]) {
std::cerr << "collision at ";
std::copy(std::cbegin(c), std::cend(c), std::ostream_iterator<uint8_t>(std::cerr, ""));
std::cerr << " " << hash6 << '\n';
return;
}
hashes.set(hash6);
}
}
}
}
}
}
std::cout << "c[0] = " << c[0] << std::endl;
}
};
for (uint32_t seed = 0; seed != std::numeric_limits<uint32_t>::max(); ++seed) {
findCollision(seed);
}
findCollision(std::numeric_limits<uint32_t>::max());
}
int main()
{
findSeed();
}