python - 生成校验和函数的变化以最小化冲突

Answer 1

我建议先使用adler32，然后crc32。可能有许多非常短的文件具有相同adler32的 '，但不同crc32的 '。实际上，您可以考虑crc32在第一次通过时对低于特定大小的文件使用单个步骤。该大小可能约为1K。对于较长的文件，adler32将crc32有接近相同的碰撞概率。

根据您拥有的文件数量，您可以考虑使用更大散列的后续步骤，例如md5或sha1。有关32 位校验值的预期冲突的概率和计数，请参阅此答案。粗略地说，如果您有数百万个文件，那么这一步可能值得做。

使用更长的散列值不会有任何好处。来自 md5 的 128 位足以区分世界上每台计算机上的所有文件。