Java 破解散列算法

我正在尝试破解Java中的哈希算法：

    public static int encode(String file) {
            int hash = 0;
            file = file.toUpperCase();

            for(int i = 0; i < file.length(); i++) {
                    hash = (hash * 61 + file.charAt(i)) - 32;
            }
            return hash;
    }

公共静态整数编码（字符串文件）{
int hash=0；
file=file.toUpperCase（）；
对于（int i=0；i

这是我的尝试：

public static String decode(int hash) {
            long realHash = (hash < 0 ? Integer.MAX_VALUE + Math.abs(hash) : hash);
            ByteBuffer buffer = ByteBuffer.allocate(50);

            while (realHash > 0) {
                    buffer.put((byte) ((realHash % 61) + 32));
                    realHash = (realHash - 32) / 61;
            }
            buffer.flip();
            return new String(buffer.array()).trim();
    }

公共静态字符串解码（int散列）{
long realHash=（hash<0？Integer.MAX_VALUE+Math.abs（hash）：hash）；
ByteBuffer缓冲区=ByteBuffer.allocate（50）；
while（realHash>0）{
put（（字节）（（realHash%61）+32））；
realHash=（realHash-32）/61；
}
flip（）；
返回新字符串（buffer.array（））.trim（）；
}

---

我的解决方案似乎有严重的数据丢失，我认为由于整数溢出，我无法完全解除较长文本数据的哈希。有什么建议吗？

问题不在于整数溢出。这就像开车经过熔岩，让你的汽车爆炸，然后得出结论说你没有买对汽油

真正的问题是你不能“破解”散列算法。原因有一个：

信息论 信息论中有一个术语叫做。（警告：这篇文章不容易理解。）快速版本是，对任何给定的信息块进行编码都需要最少的位数

有一个计算器，声称可以确定对给定文本进行无损编码所需的熵量（即最小位数）。我为它提供了以下内容：

梅金格斯饲料苦味豆腐，韦斯·安德森食品卡车工艺啤酒 苹果手机。单一产地咖啡香精独角鲸，mumblecore mlkshk牛仔裤 简嘉信托基金艺术派对上爆满的短裤你可能还没听说过 其中有很多是苦味的。宝丽来工艺啤酒智能，乙烯基玛法 布鲁克林鲜味

假设系统上的

int

为32位，则只有32位空间可对任何给定文件进行编码。但是，如果你想重建文本的话，上面的代码段——与我可能使用的代码（如战争与和平或美国代码）相比不算太长——至少需要1472位进行编码

（Commentor指向（），这是表示字符串的信息内容和破解散列的无效性的更好方法。）

因此，从理论上讲（撇开欺骗不谈，比如有一个预填充的压缩字典），不可能从32位整数重建那些（简单手工制作的本地源代码）句子。不幸的是，这是宇宙的基本法则。不会发生的

实例，来自代码 提到-，一个简单的想法，如果你有N个插槽（在本例中为2^32），如果不在同一个插槽中放置两个或更多的东西，你不能在其中放置超过N个东西

让我们看看你的散列函数：

public static int encode(String file) {
        int hash = 0;
        file = file.toUpperCase();

        for(int i = 0; i < file.length(); i++) {
                hash = (hash * 61 + file.charAt(i)) - 32;
        }
        return hash;
}

我想散列两个文件：

mary had a little lamb

Mary Had A Little Lamb

它们的散列值是什么？想想看

---

（旁注：尽管如此，你还是溢出了int.：）如果你想做这样的事情，你是你的朋友。）

你不能从获取原始数据的意义上“破解”散列函数。但是，您可以在哈希冲突的意义上“破解”它。想象一下，您可以“破解”哈希，并从一个整数中计算出原始文本，而不管原始文本已经存在多长时间。难道你不认为你会让这些ZIP存档人员破产吗？。Kolmogorov complexity在这里可能更合适，因为它谈到用计算机程序压缩字符串。你说得对！添加了一个链接并向您致谢。我认为重要的是要补充一点，虽然您可以使用32位来表示1472位，但还有许多其他1472位的信息块将被压缩到相同的32位。区分它们是不可能的，因此，在“破解”散列之后，你所能期望的最好结果就是找出给定密钥所属的病理数据集。我可能刚刚提到了-这是一个简单易懂的原则，它提供了充分的证据，证明不可能确定比散列长一些的原始字符串，只给了散列。很棒的信息。感谢您的详细和快速回复。非常感谢。

mary had a little lamb

Mary Had A Little Lamb