两个git commit具有相同的`abbrev-commit`的机会是什么

Question

两个git commit具有相同的// assigning variables to DOM elements var $css = document.getElementById('ccs'); var $count = document.getElementById('count'); // adding listener to <textarea id="css"> that is saved // on $css variable, this listener will execute a // anonymous function everytime that the input event on // textarea has been done $css.addEventListener('input', function() { // inserting on <p id="count"> using $count variable // as html the content of: // 1. "this" is refering to $css // 2. ".value" is taking the current textarea value as string // 3. ".split('\n')" is splits the current string value // into substrings using ("\n") as separator to // determine where to make each split. // 4. ".length" is counting substrings $count.innerHTML = this.value.split("\n").length })

我看到git history默认显示git abbrev-commit是为了简化和美观。 但是，两个相同的<p id="count"></p> <textarea class="" id="ccs" rows="15" wrap="off" style="resize: none; overflow: auto; width:100%" placeholder="Text"></textarea>出现在一个git repo中的机会是什么？

Answer 1

零。 或者更确切地说，就是您的回购中出现SHA1冲突的可能性相同。

当git命令返回缩写引用列表时，如果发现两个缩写（哈希摘要的前缀）相同，则会从完整的SHA1哈希向这些特定引用添加更多字符，直到它们不再相同为止。 / p>

Answer 2

有几种不同的答案方法。一个人用数学告诉您在各种建议条件下机会的可能性。另一个是询问Git实际上是做什么的，但是当问这个问题时，答案取决于您的特定Git版本。

数学答案

机会取决于缩写的长度和存储库中的对象数量。 （在某些情况下，如果您知道所需的对象类型，则在潜在匹配描述了不同对象类型的情况下，可以消除冲突的歧义。在这种情况下，您可以简单地减小值 n 在下面的公式中。）

由于StackOverflow不会格式化LaTeX，因此我在自己的（正在进行中的）书的第77页上有一个屏幕截图。我把它做的太大了，抱歉：

要找到所需的数字，请用 n 和 r 的正确值代替并评估p-bar，然后从1中减去。对象：

$ git count-objects -v
count: 49
size: 568
in-pack: 307916
packs: 40
size-pack: 176024
prune-packable: 0
garbage: 0
size-garbage: 0

此存储库大约有300,000个对象（大多数被打包；只有49个散乱的对象），因此 n 大约为30万。您的存储库当然会有所不同。

然后，为 r 插入正确的值。如果您使用 full 哈希，则 r 的值为2 ¹⁶⁰ 或1461501637330902918203684832716283019655932542976。如果将哈希缩写为四个字符，则为Git接受的最小输入为2 ¹⁶ 或65536，因为每个字符提供4位。完整哈希的长度为40个字符，因此完整哈希公式中为160个字符。

Git实际做什么

如果您使用git rev-parse --short=number或git log --abbrev=number --abbrev-commit，则由您自行选择长度。如果您没有提供数字，Git会使用一个不适当的公式来选择一个数字。 ¹ 但这并不只是使用该数字！

Modern Git 检查缩写哈希在当前数据库中是否唯一。这不是一个概率猜测，只是一个循环中执行的文字测试：

length = <whatever>
loop {
    generate short hash using <length> characters
    is short hash unambiguous? if so, we're done - exit the loop
    increment length
}

以免与您现在拥有的物体发生碰撞 。

不幸的是，如果再添​​加一个对象，则新对象可能会与基于旧对象生成的缩写哈希冲突。使用上面的公式来计算此概率，知道所有现有键都不会发生冲突，再加上缩写哈希的长度所隐含的 r 值。它可能仍然相当不错，因为即使4个字符也能使您获得6536分之一。但是请注意，当您添加更多对象时，它会迅速恶化。

当Linus Torvald的第一部分代码进入后来成为Git 2.11的代码时，就存在该循环检查代码。我不确定一个人到底要走多远，但在某些非常老的Git版本中绝对不会发生。

---

¹ 从Git 2.11开始，Git使用以下事实：对于大量 n 个键， 50％的碰撞率发生在 n = sqrt（ r ）。 Linus Torvalds添加了以下代码：

+       if (len < 16 && !status && (flags & GET_SHA1_AUTOMATIC)) {
+               unsigned int expect_collision = 1 << (len * 2);
+               if (ds.nrobjects > expect_collision) {
+                       default_automatic_abbrev = len+1;
+                       return SHORT_NAME_AMBIGUOUS;
+               }
+       }

在commit e6c587c733中

表示Git 2.11。随后在commit 8e3f52d778中进行了改进。但是50％的概率太高了。

Answer 3

正如我在“ How much of a git sha is generally considered necessary to uniquely identify a change in a given codebase?”中提到的，只需致电git rev-parse --short=4

通过设置太短的长度，您将强制Git返回该存储库的保证 SHA1唯一性的实际最小长度。

获取 var foundFiles = Directory.EnumerateFiles(rootDirectory, "fileserver.config", SearchOption.AllDirectories); var RepositoryName = Path.GetFileName(Path.GetDirectoryName(foundFiles)); 返回的sha1的最小长度，您将没有任何问题。