计算数据结构的哈希值？

Question

假设我想计算数据结构的哈希值，使用类似MD5的哈希算法接受串行流，以进行等价检查。 （我想记录哈希值，然后在相同或等效的数据结构上重新计算哈希值，并检查哈希值以高概率判断等价。）

有没有标准方法可以做到这一点？

我可以看到有问题的问题是

• 如果数据结构包含二进制字符串数组，我不能只连接它们，因为[“abc”，“defg”]和[“ab”，“cdefg”]不是等效数组
• 如果数据结构包含不保证以相同顺序枚举的集合，例如键值字典{a：“bc”，d：“efg”，h：“ijkl”}应该被认为等同于键值对{d：“efg”，h：“ijkl”，a： “BC”}。

Answer 1

对于第一个问题，还要哈希字符串的长度。这将区分他们的哈希。

对于第二个，对键进行排序。

Answer 2

执行此操作的“标准”方法是定义数据结构的序列化形式，并消化生成的字节流。

例如，TBSCertificate是包含主题名称，扩展名和其他信息的数据结构。它以确定的方式转换为八位字符串，并作为数字签名操作的一部分进行散列以生成证书。

Answer 3

结构体还存在另一个问题，即数据成员在不同平台上的对齐。 如果您想要一个稳定且可移植的解决方案，您可以通过为数据结构实现“serialize”方法来解决这个问题，方法是序列化将产生字节流（或更常见的是输出到字节流）。 然后，您可以将哈希算法与序列化流一起使用。通过这种方式，您将能够通过显式转换数据来解决您提到的问题。作为其他附加功能，您可以将数据保存到硬盘或通过网络发送。

对于字符串，您可以实现最先长度的Pascal类型存储。

Answer 4

• 如果字符串不能包含任何空字符，则可以使用C字符串来保证唯一性，例如。 “abc \ 0defg \ 0”与“cdefg \ 0”不同。
• 对于字典，也许你可以在散列之前进行排序。

这也让我想起曾经听过的一个问题...我不知道你使用的语言是什么，但是如果你也是在没有过滤它们的情况下散列C结构，那么要小心字段之间的空间编译器可能为了对齐原因而引入的。有时那些不会被归零。