checksum - 校验和检测重复文件和重命名文件

Question

我对文件校验和有一个澄清。

在我的测试应用程序中，对于原始文件的重复文件，我得到了相同的校验和值。此外，当我的原始文件被重命名时，生成的校验和是相同的。

那么，我可以使用校验和来放弃对重复文件或重命名文件的处理吗？

Answer 1

是的，但您应该使用可用于为您的文件生成指纹的校验和算法。所有校验和都不适用于此。

Answer 2

嗯，总的来说是的。不过，这取决于您使用的是哪种校验和。

Answer 3

您应该使用校验和来决定是否可以跳过文件处理。使用文件比较来实际决定。

如果新文件的内容相同，则新文件的校验和将与您的原始文件匹配。它还将匹配其他不相同的文件，因为无论您使用什么校验和方案，可能的文件内容字符串都比校验和值多。（你可以让这个概率很低，但你不能让问题消失）。

因此，如果文件 X（待处理）具有校验和 C，与文件 A（已处理）相同，您应该将 X 的内容与 A 的内容进行比较。如果它们相同，则可以使用回答 A 作为 X 的答案。如果你的校验和方案完全不错，如果 X 和 A 不相同，你会在比较几个字节后发现。（您甚至可以先检查文件大小，但我怀疑这是否会在统计上为您节省任何时间）。

当然，还有计算 X 上的校验和的问题：这需要读取 X 的所有内容。要计算它，您必须读取所有 X。如果生成答案与执行磁盘读取相比便宜，则没有避免工作很重要。