Question

hashlib Python模块提供以下哈希算法构造函数：md5()，sha1()，sha224()，sha256()，sha384()和{ {1}}。

假设我不想使用md5，那么使用sha1而不是sha512会有很大的不同吗？我想使用类似sha512()的东西，但因为它只是用于缓存，我不确定我是否需要（最终）额外开销512 ...

这种开销是否存在，如果存在，它有多大？

Answer 1

为什么不只是对它进行基准测试？

>>> def sha1(s):
...     return hashlib.sha1(s).hexdigest()
...
>>> def sha512(s):
...     return hashlib.sha512(s).hexdigest()
...
>>> t1 = timeit.Timer("sha1('asdf' * 100)", "from __main__ import sha1")
>>> t512 = timeit.Timer("sha512('asdf' * 100)", "from __main__ import sha512")
>>> t1.timeit()
3.2463729381561279
>>> t512.timeit()
6.5079669952392578

因此，在我的计算机上，hash512的速度是sha1的两倍。但正如GregS所说，为什么要使用安全散列进行缓存？尝试内置哈希算法，这应该非常快速和调整：

>>> s = "asdf"
>>> hash(s)
-618826466
>>> s = "xxx"
>>> hash(s)
943435
>>> hash("xxx")
943435

或者更好的是，使用内置的Python词典。也许你可以告诉我们你计划缓存的更多信息。

编辑： 我在想你正在努力实现这样的目标：

hash = hashlib.sha1(object_to_cache_as_string).hexdigest()
cache[hash] = object_to_cache

通过“使用内置的Python dictinoaries”我所做的是你可以简化上述内容：

cache[object_to_cache_as_string] = object_to_cache

通过这种方式，Python可以处理散列，因此您无需使用！

关于您的特定问题，您可以参考Python hashable dicts以使字典可以删除。然后，您需要做的就是缓存对象：

cache[object_to_cache] = object_to_cache

Answer 2

也许是一个天真的测试...但看起来它取决于你有多少哈希。 2个sha512块比4个sha256块快？

>>> import timeit
>>> import hashlib
>>> for sha in [ x for x in dir(hashlib) if x.startswith('sha') ]:
...   t = timeit.Timer("hashlib.%s(data).hexdigest()" % sha,"import hashlib; data=open('/dev/urandom','r').read(1024)")
...   print sha + "\t" + repr(t.timeit(1000))
...
sha1    0.0084478855133056641
sha224  0.034898042678833008
sha256  0.034902095794677734
sha384  0.01980900764465332
sha512  0.019846916198730469

使用不同版本的sha散列（hashlib模块）会产生很大的开销吗

2 个答案: