50

我在数据库中有一个 10 个字符的字符串键字段。我已经使用 CRC32 来散列这个字段,但我担心重复。有人可以告诉我在这种情况下发生碰撞的可能性吗?

ps 我的字符串字段在数据库中是唯一的。如果字符串字段的数量为 100 万,那么碰撞概率是多少?

4

2 回答 2

102

完美 32 位 crc的预期碰撞重复

答案参考了这篇文章:http ://arstechnica.com/civis/viewtopic.php?f=20&t=149670

找到下面的图片:http: //preshing.com/20110504/hash-collision-probabilities

在此处输入图像描述

于 2013-01-08T07:45:58.533 回答
43

在您引用的情况下,基本上可以保证至少发生一次碰撞。至少发生一次碰撞的概率约为 1 - 3x10 -51。您预期的平均碰撞次数约为 116。

一般来说,k个样本中的平均碰撞次数,每个样本都是从n 个可能值中随机选择的:

N(n,k)~=k(k-1)/(2n)

至少发生一次碰撞的概率为:

p(n,k)~=1-e^(-k(k-1)/(2n))

在您的情况下,n = 2 32k = 10 6

在您的情况下,三向碰撞的概率约为 0.01。请参阅生日问题

于 2013-01-08T14:45:30.503 回答