Hash CRC-32哈希的唯一性是否足以唯一标识包含文件名的字符串？

我已经对连接到字符串的文件名列表进行了排序，并希望通过唯一的校验和来标识每个这样的字符串

这些字符串的大小最小为100字节，最大为4000字节，平均为1000字节。字符串的总数可以是任何数字，但更可能在约10000的范围内

CRC-32是否适合此用途？

例如，我需要以下每个字符串具有不同的固定长度（，最好是短的）校验和：

"/some/path/to/something/some/other/path"
"/some/path/to/something/another/path"
"/some/path"
...
# these strings can get __very__ long (very long strings are the norm)

CRC-32哈希的唯一性是否随输入长度增加？

是否有更好的校验和选择

除非您的文件名全部为四个字符或更少，否则无法保证CRC是唯一的。对于10000个名称，其中至少两个具有相同CRC的概率约为1%

对于任何32位哈希值都是如此

为每个名称分配唯一代码的最佳方法是，只需为第一个名称在零处启动一个计数器，并为每个名称递增，将计数器分配为该名称的代码。然而，这并不能帮助您计算只给出名称的代码

您可以使用哈希，例如CRC或其他哈希，但需要处理冲突。文献中有几种常见的方法。您将保留一个已分配名称的哈希列表，如果发生冲突，您可以增加哈希，直到找到一个未使用的哈希并分配该哈希。然后在查找名称时，从计算出的哈希开始，对名称进行线性搜索，直到找到该名称或未使用的插槽

---

至于杂烩，我推荐。这是一个非常快速的64位哈希。您不需要此应用程序的加密哈希，这将是不必要的慢。

如果您已经有一个唯一的校验和，那么问题是什么？最小100字节，最大4000字节，平均1000字节。问题是缩短这些字符串，重新计算它们，重新计算校验和，然后查看以前是否计算过校验和。我想确定crc-32适用于此，因为我不太了解散列函数和最小化冲突概率。您希望总共有多少个条目？猜测1000、10000（1e5）、100万（1e6）或更多？您是否介意将注释中的值添加到您的问题中。？在我看来，这将有助于其他人回答你的问题，因为他们知道“问题的规模”。感谢您提供的信息-这对我们很有帮助。imo，我将为您的应用程序查看“md5”哈希。快速和非关键点以提供碰撞。在我看来，它不是用来做任何与安全性有关的事情的，它只是一个文件名的快速查找。必须相信阿德勒：谢谢！不幸的是，在这种情况下，我不能仅仅使用计数器。所以为了最小化冲突并最大化速度，您建议使用哪种哈希函数？您可以使用更长的哈希函数来最小化冲突，但冲突的概率永远不会为零。除非您对一个可能只能工作的程序感到满意，否则您将需要处理冲突。@MCH Git在160位SHA-1上工作得很好，但它仍然是。并不是说你会偶然遇到一个。这真的让我想到了。我的意思是哈希用于验证任意长度文件的完整性。。。当然，我不想要一个“可能”有效的程序。。。但我看不出有什么办法可以绕过散列函数：（@Antti Haapala:谢谢！