language-agnostic - md5 哈希的前 32 位是否与任何其他子字符串一样“随机”？

Question

我正在寻找创建一些数据对象的 32 位散列。由于我不想编写自己的散列函数并且 md5 可用，我目前的方法是使用 md5 散列的前 32 位（即前 8 个十六进制数字）。这可以接受吗？

换句话说，md5 散列的前 32 位是否与任何其他子串一样“随机”？ 或者有什么理由我更喜欢最后 32 位？或者也许将四个 32 位子字符串异或在一起？

一些先发制人的澄清：

• 这些哈希不需要是加密安全的。
• 我不关心 md5 的性能——它的速度足以满足我的需要。
• 这些散列只需要足够“随机”，以至于很少发生冲突。
• 在这个系统中，项目的数量不应超过 10,000（实际上它可能不会达到那么高的一半）。所以在最坏的情况下，遇到任何冲突的概率应该是大约 1%（假设找到了一​​个足够“随机”的散列）。

Answer 1

对于任何好的散列函数，各个位应该是近似随机的。因此，您应该安全地只使用 MD5 哈希的前 32 位。

或者，您也可以使用计算速度更快的 CRC32（代码大约 20 行）。

Answer 2

换句话说，md5 散列的前 32 位是否与任何其他子串一样“随机”？

是的。如果答案是否定的，MD5 就不够安全。（当然，它有一些小的加密弱点，但我不知道任何统计弱点）

Answer 3

这是一个老问题，但它经常出现。答案肯定是否定的，否则 MD5 字符串的长度不需要超过 32 位。

无论如何，一个 MD5 字符串根本不是随机的 - 在相同的输入下它是完全且一致的可重现的（这几乎是反随机的 ;-)）。

它对于您的目的是否足够独特取决于您的目的。