Question

（我正在使用＆＃39; guid＆＃39;作为一系列随机字母/数字的术语。）

我正在使用一个函数来创建一个唯一的GUID。功能是：

function guid() {
    return sprintf('%04X%04X-%04X-%04X-%04X-%04X%04X%04X',
                  mt_rand(0, 65535), mt_rand(0, 65535),
                  mt_rand(0, 65535), mt_rand(16384, 20479),
                  mt_rand(32768, 49151), mt_rand(0, 65535),
                  mt_rand(0, 65535), mt_rand(0, 65535));
  }

返回类似A881264F-AB87-4592-BFC1-714AFFDEE698＆＃39;的值。该功能用于为上传的图片分配（希望）唯一的文件名。（实际的图像文件名与表中的行中的GUID值一起存储。）意图是每个图片的文件名都是唯一的。

这项应用已经有好几年了。最近我已经得到了我认为是重复文件名的内容，因此记录不会指向原始图片文件名，而是随机获取（重新使用）现有文件名的新图片。

我知道我可能需要在文件名中添加其他字符，例如日期/时间戳，以便我可以确保文件名是（并且始终是唯一的）。

我的问题与“机会”有关。在很长一段时间内产生了重复的GUID。

假设GUID是作为上述函数创建的，结果类似于＆＃39; A881264F-AB87-4592-BFC1-714AFFDEE698＆＃39;，该函数可能有什么机会（可能不是正确的术语）拿出相同的结果？

请注意，这不是关于多少＆＃39;会有不同的结果，但该函数返回相同结果的几率是多少？

Answer 1

基本的经验法则是birthday problem。它表示，在人群中，如果人群中存在sqrt（N）元素，则存在约50％的碰撞概率，其中N是可能的值（它是近似值）。

此GUID具有122位状态。因此，在生成2 ^ 61个元素后，您将获得约50％概率的碰撞。

查看链接的维基百科页面，在生成~10 ^ 10个元素后会产生一个碰撞，其概率为~10 ^ -17（这是我的近似值，使用近似公式，但数量级是这里很重要。）

也许您想停止使用GUID，并使用更紧凑的编码随机状态的方式，因此在相同长度的文件名中，您可以放置更多状态，从而降低碰撞的可能性。

Answer 2

geza的答案在技术上是正确的，但我认为它得出了错误的结论并错过了mt_rand的背景。具有122位状态的GUID足够随机，在执行像命名图片这样简单的操作时，您可以预期永远不会遇到冲突。在这种情况下，世界上没有足够的图片来考虑碰撞。 2 ^ 61是一个非常高的数字。因此，我不建议您不要试图获得更长的状态。

现在，mt_rand的背景很重要：

如果您使用mt_srand以非正确的随机方式设置种子，则可能会遇到重复。
如果用户不应该猜测随机标识符，则根本不应使用mt_rand。即使它有很长一段时间，但它很容易预测。（例如：http://www.openwall.com/lists/john-users/2012/09/20/2）如果用户可以完全影响名称，可以故意进行冲突。

随机＆＃39; GUID＆＃39;和可能的重复

2 个答案: