检查两个git存储库是否不相关的简单方法是什么？

检查两个git存储库是否不相关的简单方法是什么

例如，假设我们克隆了以下存储库：

我如何检查一个不与另一个共享历史

我如何检查一个与另一个共享部分历史记录？如何浏览常用DAG和查看差异

---

注意：Git允许浅拷贝+存储库历史可以随时间而变化…

您可以克隆第一个存储库，然后将第二个存储库添加为其他远程存储库：

git clone https://github.com/spring-petclinic/spring-framework-petclinic
cd spring-framework-petclinic
git remote add other https://github.com/spring-projects/spring-petclinic
git fetch --all

然后可以浏览两个DAG：

git log --graph --all --oneline --decorate

通过查看两个主干的合并基础，查看它们是否有任何共同的历史：

git merge-base origin/master other/master

---

您可以克隆第一个，然后将第二个添加为附加远程：

git clone https://github.com/spring-petclinic/spring-framework-petclinic
cd spring-framework-petclinic
git remote add other https://github.com/spring-projects/spring-petclinic
git fetch --all

然后可以浏览两个DAG：

git log --graph --all --oneline --decorate

通过查看两个主干的合并基础，查看它们是否有任何共同的历史：

git merge-base origin/master other/master

---

很容易证明两个存储库是相关的：如果它们包含具有相同散列ID和内容的匹配提交，尽管“相同散列ID”通常就足够了1它们是相关的

正如您所注意到的，除非它们都是完整的（非浅层、非单分支）克隆，否则要证明它们是不相关的要困难得多。如果两个存储库都是完整的，但都没有与另一个相同的提交，那么这两个存储库是不相关的

如果您拥有两个存储库并验证它们都是完整的，只需枚举两个存储库中的所有提交哈希ID并查找公共ID。如果存在公共ID，则两者可能是相关的。要枚举所有提交散列ID，请运行

git rev list--all

（将输出重定向到读取两组输出并检查公共散列ID的文件或程序）

请参见脚注1，删除“可能”，但TL；现在，任何两个相同的ID都意味着共享历史

---

1给定一个范围为r={h（k）|的统一散列函数h（k），两个不同键k1，k2的散列意外碰撞的概率为p=1/r。唯一性概率是该函数的补充，即p̄=1-（1/r）。推广到n个键，并使用≈ 1+x代表x≪ 1，我们得到p̄≈e（-n（n-1））/2r，只要r相当大

Git的散列函数目前是SHA1，它的分布非常均匀，r=2160=14615016373002918203684832716283019655932542976。这满足了我们的公式，这意味着我们可以使用近似值

因此，如果将哈希总数n相加并将其插入公式：

r=1461501637330902918203684832716283019655932542976
1 - exp(-n*(n-1)/(2*r))

（记住，我们想要的是p，不是p-bar）， 您可以得到冲突的概率。当然，要检查实际的冲突，您可以只比较底层的实际对象：如果哈希匹配，则直接比较对象以检测冲突。但这在一开始是极不可能的。如果我们将两个存储库合并在一起，包含一千万次提交，我们计算：

$ bc -l
r=2^160
n=10*1000*1000
scale=100
1 - e(-n*(n-1)/(2*r))
.0000000000000000000000000000000000342113848680412753525884397196522\
895097282878872708411144841034243

正如你所看到的，它仍然很小。直到我们到达：

n=10*1000*1000*1000*1000*1000*1000*1000

（十个六分仪对象，使用短标度符号）

我们发现：

1 - e(-n*(n-1)/(2*r))
.0000342108030863093209851036344159518189002166758764416221121344549\
079733424124497666779807175655625

意外碰撞的明显概率约为0.0035%。在100个sextillion物体上，我们的概率高达0.35%：

n=100*1000*1000*1000*1000*1000*1000*1000
1 - e(-n*(n-1)/(2*r))
.0034152934013810288444649336362559390942558976421984312395097770719\
923433072593638116228277476790795

到了19亿个目标，我们面临着一些严重的风险：

1 - e(-n*(n-1)/(2*r))
.2897326871923714506502211457721853341644126909116947422293621066225\
555385326652788789421475224989232

幸运的是，在那之前，我们已经用完了磁盘空间。：-）另外，Git的人正在考虑转移到SHA-256散列中的一个，这将把r提高到2256，这有助于我们的分母

---

（我在上面使用了

bc

，其中

^

是指数运算，

-l

库添加了

e（x）

来计算ex.）

很容易证明两个存储库是相关的：如果它们包含具有相同哈希ID和内容的匹配提交，尽管“相同哈希ID”通常只要它们是相关的就足够了

正如您所注意到的，除非它们都是完整的（非浅层、非单分支）克隆，否则很难证明它们是不相关的。如果两者都是完整的，但都没有与另一个相同的提交，则这两个存储库是不相关的

如果您拥有两个存储库并验证它们都是完整的，只需枚举两个存储库中的所有提交哈希ID并查找公共ID。如果存在公共ID，则这两个ID可能是相关的。要枚举所有提交哈希ID，请运行

git rev list--all

（将输出重定向到读取两组输出并检查公共哈希ID的文件或程序）

太长了，读不下去了，但是现在的TL；DR是，任何两个相同的ID意味着共享的历史。

---

1给定一个范围为r={h（k）|的统一散列函数h（k），两个不同键k1，k2的散列意外碰撞的概率为p=1/r。唯一性概率是该函数的补充，即p̄=1-（1/r）。推广到n个键，并使用≈ 1+x代表x≪ 1，我们得到p̄≈e（-n（n-1））/2r，只要r相当大

Git的散列函数目前是SHA1，它的分布非常均匀，r=2160=14615016373002918203684832716283019655932542976。这满足了我们的公式，这意味着我们可以使用近似值

因此，如果将哈希总数n相加并将其插入公式：

r=1461501637330902918203684832716283019655932542976
1 - exp(-n*(n-1)/(2*r))

（记住，我们想要的是p，不是p-bar）， 您可以得到冲突的概率。当然，要检查实际的冲突，您可以只比较底层的实际对象：如果哈希匹配，则直接比较对象以检测冲突。但这在一开始是极不可能的。如果我们将两个存储库合并在一起，包含一千万次提交，我们计算：

$ bc -l
r=2^160
n=10*1000*1000
scale=100
1 - e(-n*(n-1)/(2*r))
.0000000000000000000000000000000000342113848680412753525884397196522\
895097282878872708411144841034243

正如你所看到的，它仍然很小。直到我们到达：

n=10*1000*1000*1000*1000*1000*1000*1000

（十个六分仪对象，使用短标度符号）

我们发现：

1 - e(-n*(n-1)/(2*r))
.0000342108030863093209851036344159518189002166758764416221121344549\
079733424124497666779807175655625

意外碰撞的明显机会