perl - 0..2^32-1の範囲の値を生成するPerlのクイック文字列チェックサム関数

Question

次のプロパティを持つPerl文字列チェックサム関数を探しています。

• 入力：未定義の長さのUnicode文字列（$string）
• 出力：符号なし整数（$hash）、0 <= $hash <= 2^32-1保持（0〜4294967295、4バイトのMySQL unsigned intのサイズに一致）

擬似コード：

sub checksum {
    my $string = shift;
    my $hash;
    ... checksum logic goes here ...
    die unless ($hash >= 0);
    die unless ($hash <= 4_294_967_295);
    return $hash;
}

理想的には、チェックサム関数は実行が速く、衝突を回避するためにターゲット空間（ 0.. ）である程度均一に値を生成する必要があります。2^32-1このアプリケーションでは、ランダムな衝突は完全に致命的ではありませんが、可能な限り回避したいと思います。

これらの要件を考えると、これを解決するための最良の方法は何ですか？

Answer 1

任意のハッシュ関数で十分です。単純に 4 バイトに切り捨てて数値に変換します。優れたハッシュ関数にはランダムな分布があり、この分布は文字列をどこで切り詰めても一定です。

Digest::MD5をお勧めします。これは、Perl に標準で付属している最速のハッシュ実装であるためです。Pimが言及しているように、String::CRCもCで実装されており、より高速になるはずです。

ハッシュを計算して整数に変換する方法は次のとおりです。

use Digest::MD5 qw(md5);
my $str = substr( md5("String-to-hash"), 0, 4 );
print unpack('L', $str);  # Convert to 4-byte integer (long)

Answer 2

差出人perldoc -f unpack：

        For example, the following computes the same number as the
        System V sum program:

            $checksum = do {
                local $/;  # slurp!
                unpack("%32W*",<>) % 65535;
            };

Answer 3

どれほど速いかはわかりませんが、String::CRCを試してみてください。