hashmap - md5 是查找重复文件的好功能吗？

Question

我需要检查一张图片是否已经包含在一大组图片中（超过 200 万张图片）。因此，我使用 md5 作为散列函数实现了一个持久散列列表。后来，我读到 md5 有一些问题，并且开发了更好的功能。你认为我的目的有更好的功能吗？

Answer 1

不要将 MD5 用于安全性很重要的任何事情。MD5坏了。

对于简单的重复检测，您应该没问题。（您的场景中没有攻击者）

如果您的代码有可能在需要安全的环境中使用，请使用安全的替代方案。SHA-265是一个很好的候选者。Git 使用 SHA-1，但你不应该将它用于新应用程序

一个快速的非加密散列函数是MurmurHash。如果您需要最高性能，请使用此选项。