具有输入更改容差阈值的哈希值

Question

我有一个相当抽象的问题：如果输入稍有变化，通常的哈希算法（加密算法和非加密算法）都会发生巨大变化。

Digest::SHA1.hexdigest 'hello'
=> "aaf4c61ddcc5e8a2dabede0f3b482cd9aea9434d"
Digest::SHA1.hexdigest 'hello!'
=> "8f7d88e901a5ad3a05d8cc0de93313fd76028f8c"

当输入略有变化时，是否存在不改变输出的哈希算法？

理想情况下，此类算法应具有tolerance设置，该设置应该告知在更改输出之前哈希应该容忍多少输入更改。

例如，如果输入容差为70％，这些“你好”和“你好！”字符串应该产生相同的散列输出，但如果它是95％，那么这两个字符串应该产生不同的（略微）输出。

也许它根本不叫哈希，但这个领域对我来说是个未知数。

Answer 1

你可能会研究文档比较算法。这更接近你需要的算法类。

见

Text comparison algorithm

从那里你可以计算出改变的百分比。这将要求您保留原始文本以进行比较 - 不是一个小的散列值。但我没有看到任何可能的方式存储一个小值，如哈希，对你有用。