在以下用例中，您可以推荐哪种校验和算法？
我想生成小型 JPEG 文件（每个约 8 kB）的校验和，以检查内容是否更改。不幸的是，使用文件系统的修改日期不是一种选择。
校验和不需要在密码学上很强大，但它应该能够可靠地指示任何大小的变化。
第二个标准是速度，因为它应该可以每秒处理至少数百张图像（在现代 CPU 上）。
计算将在具有多个客户端的服务器上完成。客户端通过千兆 TCP 将图像发送到服务器。所以没有磁盘 I/O作为瓶颈。
bene
问问题
37986 次
10 回答
21
于 2008-09-23T18:55:59.753 回答
12
有很多快速 CRC 算法可以解决问题： http ://www.google.com/search?hl=en&q=fast+crc&aq=f&oq=
编辑：为什么仇恨？正如其他答案所证明的那样，CRC是完全合适的。谷歌搜索也是合适的，因为没有指定语言。这是一个老问题，已经解决了很多次，不可能有一个明确的答案。
于 2008-09-23T18:59:54.470 回答
9
如果您通过网络接收文件，您可以在接收文件时计算校验和。这将确保您在数据在内存中时计算校验和。因此，您不必将它们从磁盘加载到内存中。
我相信如果你应用这种方法，你会在你的系统上看到几乎为零的开销。
这是我在嵌入式系统上使用的例程，它对固件和其他东西进行校验和控制。
static const uint32_t crctab[] = {
0x0,
0x04c11db7, 0x09823b6e, 0x0d4326d9, 0x130476dc, 0x17c56b6b,
0x1a864db2, 0x1e475005, 0x2608edb8, 0x22c9f00f, 0x2f8ad6d6,
0x2b4bcb61, 0x350c9b64, 0x31cd86d3, 0x3c8ea00a, 0x384fbdbd,
0x4c11db70, 0x48d0c6c7, 0x4593e01e, 0x4152fda9, 0x5f15adac,
0x5bd4b01b, 0x569796c2, 0x52568b75, 0x6a1936c8, 0x6ed82b7f,
0x639b0da6, 0x675a1011, 0x791d4014, 0x7ddc5da3, 0x709f7b7a,
0x745e66cd, 0x9823b6e0, 0x9ce2ab57, 0x91a18d8e, 0x95609039,
0x8b27c03c, 0x8fe6dd8b, 0x82a5fb52, 0x8664e6e5, 0xbe2b5b58,
0xbaea46ef, 0xb7a96036, 0xb3687d81, 0xad2f2d84, 0xa9ee3033,
0xa4ad16ea, 0xa06c0b5d, 0xd4326d90, 0xd0f37027, 0xddb056fe,
0xd9714b49, 0xc7361b4c, 0xc3f706fb, 0xceb42022, 0xca753d95,
0xf23a8028, 0xf6fb9d9f, 0xfbb8bb46, 0xff79a6f1, 0xe13ef6f4,
0xe5ffeb43, 0xe8bccd9a, 0xec7dd02d, 0x34867077, 0x30476dc0,
0x3d044b19, 0x39c556ae, 0x278206ab, 0x23431b1c, 0x2e003dc5,
0x2ac12072, 0x128e9dcf, 0x164f8078, 0x1b0ca6a1, 0x1fcdbb16,
0x018aeb13, 0x054bf6a4, 0x0808d07d, 0x0cc9cdca, 0x7897ab07,
0x7c56b6b0, 0x71159069, 0x75d48dde, 0x6b93dddb, 0x6f52c06c,
0x6211e6b5, 0x66d0fb02, 0x5e9f46bf, 0x5a5e5b08, 0x571d7dd1,
0x53dc6066, 0x4d9b3063, 0x495a2dd4, 0x44190b0d, 0x40d816ba,
0xaca5c697, 0xa864db20, 0xa527fdf9, 0xa1e6e04e, 0xbfa1b04b,
0xbb60adfc, 0xb6238b25, 0xb2e29692, 0x8aad2b2f, 0x8e6c3698,
0x832f1041, 0x87ee0df6, 0x99a95df3, 0x9d684044, 0x902b669d,
0x94ea7b2a, 0xe0b41de7, 0xe4750050, 0xe9362689, 0xedf73b3e,
0xf3b06b3b, 0xf771768c, 0xfa325055, 0xfef34de2, 0xc6bcf05f,
0xc27dede8, 0xcf3ecb31, 0xcbffd686, 0xd5b88683, 0xd1799b34,
0xdc3abded, 0xd8fba05a, 0x690ce0ee, 0x6dcdfd59, 0x608edb80,
0x644fc637, 0x7a089632, 0x7ec98b85, 0x738aad5c, 0x774bb0eb,
0x4f040d56, 0x4bc510e1, 0x46863638, 0x42472b8f, 0x5c007b8a,
0x58c1663d, 0x558240e4, 0x51435d53, 0x251d3b9e, 0x21dc2629,
0x2c9f00f0, 0x285e1d47, 0x36194d42, 0x32d850f5, 0x3f9b762c,
0x3b5a6b9b, 0x0315d626, 0x07d4cb91, 0x0a97ed48, 0x0e56f0ff,
0x1011a0fa, 0x14d0bd4d, 0x19939b94, 0x1d528623, 0xf12f560e,
0xf5ee4bb9, 0xf8ad6d60, 0xfc6c70d7, 0xe22b20d2, 0xe6ea3d65,
0xeba91bbc, 0xef68060b, 0xd727bbb6, 0xd3e6a601, 0xdea580d8,
0xda649d6f, 0xc423cd6a, 0xc0e2d0dd, 0xcda1f604, 0xc960ebb3,
0xbd3e8d7e, 0xb9ff90c9, 0xb4bcb610, 0xb07daba7, 0xae3afba2,
0xaafbe615, 0xa7b8c0cc, 0xa379dd7b, 0x9b3660c6, 0x9ff77d71,
0x92b45ba8, 0x9675461f, 0x8832161a, 0x8cf30bad, 0x81b02d74,
0x857130c3, 0x5d8a9099, 0x594b8d2e, 0x5408abf7, 0x50c9b640,
0x4e8ee645, 0x4a4ffbf2, 0x470cdd2b, 0x43cdc09c, 0x7b827d21,
0x7f436096, 0x7200464f, 0x76c15bf8, 0x68860bfd, 0x6c47164a,
0x61043093, 0x65c52d24, 0x119b4be9, 0x155a565e, 0x18197087,
0x1cd86d30, 0x029f3d35, 0x065e2082, 0x0b1d065b, 0x0fdc1bec,
0x3793a651, 0x3352bbe6, 0x3e119d3f, 0x3ad08088, 0x2497d08d,
0x2056cd3a, 0x2d15ebe3, 0x29d4f654, 0xc5a92679, 0xc1683bce,
0xcc2b1d17, 0xc8ea00a0, 0xd6ad50a5, 0xd26c4d12, 0xdf2f6bcb,
0xdbee767c, 0xe3a1cbc1, 0xe760d676, 0xea23f0af, 0xeee2ed18,
0xf0a5bd1d, 0xf464a0aa, 0xf9278673, 0xfde69bc4, 0x89b8fd09,
0x8d79e0be, 0x803ac667, 0x84fbdbd0, 0x9abc8bd5, 0x9e7d9662,
0x933eb0bb, 0x97ffad0c, 0xafb010b1, 0xab710d06, 0xa6322bdf,
0xa2f33668, 0xbcb4666d, 0xb8757bda, 0xb5365d03, 0xb1f740b4
};
typedef struct crc32ctx
{
uint32_t crc;
uint32_t length;
} CRC32Ctx;
#define COMPUTE(var, ch) (var) = (var) << 8 ^ crctab[(var) >> 24 ^ (ch)]
void crc32_stream_init( CRC32Ctx* ctx )
{
ctx->crc = 0;
ctx->length = 0;
}
void crc32_stream_compute_uint32( CRC32Ctx* ctx, uint32_t data )
{
COMPUTE( ctx->crc, data & 0xFF );
COMPUTE( ctx->crc, ( data >> 8 ) & 0xFF );
COMPUTE( ctx->crc, ( data >> 16 ) & 0xFF );
COMPUTE( ctx->crc, ( data >> 24 ) & 0xFF );
ctx->length += 4;
}
void crc32_stream_compute_uint8( CRC32Ctx* ctx, uint8_t data )
{
COMPUTE( ctx->crc, data );
ctx->length++;
}
void crc32_stream_finilize( CRC32Ctx* ctx )
{
uint32_t len = ctx->length;
for( ; len != 0; len >>= 8 )
{
COMPUTE( ctx->crc, len & 0xFF );
}
ctx->crc = ~ctx->crc;
}
/*** pseudo code ***/
CRC32Ctx crc;
crc32_stream_init(&crc);
while((just_received_buffer_len = received_anything()))
{
for(int i = 0; i < just_received_buffer_len; i++)
{
crc32_stream_compute_uint8(&crc, buf[i]); // assuming buf is uint8_t*
}
}
crc32_stream_finilize(&crc);
printf("%x", crc.crc); // ta daaa
于 2011-02-26T12:39:37.973 回答
8
想到CRC-32主要是因为计算成本低
想到任何类型的 I/O 主要是因为这将是此类任务的限制因素；）
问题不在于计算校验和，问题在于将图像放入内存以计算校验和。
我建议“分阶段”监控：
第 1 阶段：检查文件时间戳的更改，如果您检测到更改，则移交给...
（在您的情况下不需要，如编辑版本中所述）第 2 阶段：将图像放入内存并计算校验和
当然也很重要：多线程：设置一个管道，如果有多个 CPU 内核可用，则可以并行处理多个图像。
于 2008-09-23T18:58:29.217 回答
7
于 2008-09-23T18:58:23.757 回答
4
zlib 头文件中提供的 adler32 被宣传为比 crc32 快得多，但准确度稍差。
于 2008-09-23T19:06:58.730 回答
3
CRC32 可能已经足够好，尽管您可能会遇到冲突的可能性很小，因为两个版本生成相同的校验和，因此已修改的文件可能看起来像没有被修改过。为了避免这种可能性，我建议使用 MD5，它很容易足够快，并且发生碰撞的机会减少到几乎无限小的程度。
正如其他人所说，对于大量小文件，您真正的性能瓶颈将是 I/O，因此问题正在处理。如果您发布更多详细信息，有人可能还会建议一种整理方式。
于 2008-09-23T19:14:52.627 回答
3
您最重要的要求是“检查内容是否更改”。
如果最重要的是检测文件中的任何更改，MD-5、SHA-1 甚至 SHA-256 应该是您的选择。
鉴于您指出校验和在密码学上不好，我会出于三个原因推荐 CRC-32。CRC-32 在 8K 文件上提供了良好的汉明距离。CRC-32 的计算速度至少比 MD-5 快一个数量级（您的第二个要求）。有时同样重要的是，CRC-32 只需要 32 位来存储要比较的值。MD-5 需要 4 倍的存储空间，SHA-1 需要 5 倍的存储空间。
顺便说一句，任何技术都将通过在计算哈希时预先添加文件长度来加强。
于 2008-10-02T03:29:38.367 回答
2
根据 Luke 所指的 Wiki页面，MD5 实际上比 CRC32 快！
我自己尝试过在 Windows Vista 上使用 Python 2.6，并得到了相同的结果。
以下是一些结果：
crc32：162.481544276 MBps md5：224.489791549 MBps
crc32：168.332996575 MBps md5：226.089336532 MBps
crc32：155.851515828 MBps md5：194.943289532 MBps
我也在考虑同样的问题，我很想使用 Rsync 的 Adler-32 变体来检测文件差异。
于 2008-11-30T17:42:14.123 回答
1
只是上面的一个附言；jpeg 使用有损压缩，压缩程度可能取决于用于创建 jpeg 的程序、系统上的调色板和/或位深度、显示 Gamma、图形卡和用户设置的压缩级别/颜色设置。因此，在字节级别比较构建在不同计算机/平台上或使用不同软件的 jpeg 将非常困难。
于 2009-05-18T20:07:10.560 回答