MD5生成如何依赖于文件大小？

Question

是否有关于MD5如何依赖文件大小的效率分析。它实际上取决于文件大小或文件内容。因此，对于我有500mb文件的所有空格和一个带有电影的500mb文件，md5会花费相同的时间来生成哈希码吗？

Answer 1

根据定义，任何hashsum都是你所求和的字节数的总和。您必须至少通过流读取文件 - 更多字节需要更长的时间来遍历。但是，我会说（一般来说）瓶颈确实会读取文件，无论你想用它做什么 - 一旦你阅读它就不会散列它。

编辑：我有点误读了这个问题。散列两个相同大小的文件需要花费相同的时间。 500mb的空间是500mb的字节，代表“空间”。这仍然是每字节8位数据，与任何其他文件相同。

Answer 2

因为MD5主要由XOR，AND，OR和NOT操作组成，所以速度不依赖于包含1或0的给定位。

---

来自http://en.wikipedia.org/wiki/MD5：

F有四种可能的功能;每轮使用不同的一个：

分别表示XOR，AND，OR和NOT操作。

Answer 3

所有哈希值（包括MD5）都没有依赖于内容的性能。

Answer 4

这是一个快速的实证检验。

# dd if=/dev/urandom of=randomfile bs=1024 count=512000
# dd if=/dev/zero of=zerofile bs=1024 count=512000

# time md5 randomfile 
MD5 (randomfile) = bb318fa1561b17e30d03b12e803262e4

real    0m2.753s
user    0m1.567s
sys 0m1.157s

# time md5 zerofile
MD5 (zerofile) = d8b61b2c0025919d5321461045c8226f

real    0m2.761s
user    0m1.567s
sys 0m1.168s

根据之前的答案，这是预期的，暗指MD5算法中使用的位操作。

Answer 5

与大多数其他哈希算法一样，MD5在块上运行。对于输入的每个512位块，它执行相同的操作，并将输出用作下一个块的输入的一部分。

该操作包含相同的基本操作（XOR，AND，NOT等）。在我所知道的所有处理器上，无论参数是什么，这些操作都将花费相同的时间。因此，MD5处理输入所需的时间应该与输入中的512位块的数量呈线性关系。