哈希码 varbinary(20) c#

Question

我有这门课：

public class SomeClass
{
    public string Str1 { get; set; }
    public string Str2 { get; set; }
    public string Str3 { get; set; }
    public string Str4 { get; set; }
}

我想创建一个哈希键，它作为 varbinary(20) 保存在数据库中，以确定类的唯一性（不区分大小写）。我猜在这种情况下无法使用通常的 GetHashCode 方法。在这种情况下，最佳做法是什么？

Answer 1

简单示例：

public class SomeClass
{
    public string Str1 { get; set; }
    public string Str2 { get; set; }
    public string Str3 { get; set; }
    public string Str4 { get; set; }

    public byte[] SHA256()
    {
        using (var sha256 = new SHA256Managed())
        {
            var strings = new[] { Str1, Str2, Str3, Str4 };

            for (int i = 0; i < strings.Length; i++)
            {
                string str = strings[i];

                if (str != null)
                {
                    // Commented lines are for using ToUpperInvariant()
                    //str = str.ToUpperInvariant()
                    byte[] length2 = BitConverter.GetBytes(str.Length);
                    sha256.TransformBlock(length2, 0, length2.Length, length2, 0);

                    // byte[] sortKeyBytes = Encoding.UTF8.GetBytes(str);
                    byte[] sortKeyBytes = CultureInfo.InvariantCulture.CompareInfo.GetSortKey(str, CompareOptions.IgnoreCase).KeyData;

                    sha256.TransformBlock(sortKeyBytes, 0, sortKeyBytes.Length, sortKeyBytes, 0);
                } 
                else
                {
                    byte[] length2 = BitConverter.GetBytes(-1);
                    sha256.TransformBlock(length2, 0, length2.Length, length2, 0);
                }
            }

            sha256.TransformFinalBlock(new byte[0], 0, 0);

            byte[] hash = sha256.Hash;
            return hash;
        }
    }
}

我正在使用 SHA256，该解决方案基于 @usr 在 https://stackoverflow.com/a/10452967/613130 中建议的解决方案。生成的哈希码长 32 个字节，但您可以将其截断为 20（显然您会降低其唯一性）。

我将各种字符串的长度添加到字符串中。这样{ "ABCD", "", "", "" } 将产生与{ "A", "B", "C", "D" } 不同的哈希值。

如果您愿意，您可以使用旧的 ToUpperInvariant() 并基于它进行散列（代码中有一些注释行...您取消注释它们，删除 byte[] sortKeyBytes = CultureInfo.InvariantCulture 并快乐生活:-)）。

我不得不说实话，我不确定GetSortKey 的“稳定性”...GetSortKey 在 .NET 10.0 和 Unicode 11.0 中会在 5 年内返回相同的权重吗？谁知道？我当然不会！

MSDN 建议他们可以改变：

如果应用程序对 SortKey 对象进行序列化，当 .NET Framework 有新版本时，应用程序必须重新生成所有排序键。

所以最后我建议基于.ToUpperInvariant() 的替代解决方案（要明确，如果我的老板让我这样做，我会告诉他：使用.ToUpperInvariant()）。请注意，即使使用.ToUpperInvariant()，将来也可能会有一些小的变化。可以为现有的小写字符引入新的大写字符。见http://unicode.org/faq/casemap_charprop.html“如果一对已经编码，可以添加一个case对吗？”

Answer 2

varbinary(20) 是 160 位，因此您正在寻找 160 位哈希算法。 SHA-1 算法产生一个 160 位的哈希值。

您的问题的目的似乎是创建一个哈希值，该值对于SomeClass 的给定实例来说是唯一的，因此您应该更喜欢快速哈希算法而不是加密哈希算法。 SHA-1 是一种加密算法，但速度非常快，并且在 .NET Framework 中有一个实现。此外，SHA-1 算法存在攻击，因此您不应将其用于加密目的，而应选择 SHA-256 等算法（速度较慢）。

总而言之，我相信 SHA-1 非常适合您的问题。使用该算法很简单。 1）连接字符串，2）将它们转换为大写，3）使用合适的编码（我使用 UTF-8）将它们转换为字节，4）计算哈希：

Byte[] GetHash(SomeClass someClass) {
  if (someClass == null)
    throw new ArgumentNullException("someClass");

  var byteBuffers = GetStrings(someClass).Select(
    s => String.IsNullOrEmpty(s)
         ? new Byte[0] : Encoding.UTF8.GetBytes(s.ToUpperInvariant())
  );
  var bytes = byteBuffers
    .Aggregate(new List<Byte>(), (l, b) => { l.AddRange(b); return l; })
    .ToArray();
  using (var sha1 = new SHA1Managed())
    return sha1.ComputeHash(bytes);
}

IEnumerable<String> GetStrings(SomeClass someClass) {
  yield return someClass.Str1;
  yield return someClass.Str2;
  yield return someClass.Str3;
  yield return someClass.Str4;
}

请注意，任何散列算法（也包括加密算法）都可以并且将会产生冲突。

Xanatos 有一个很好的观点：

我将各种字符串的长度添加到字符串中。这样{ "ABCD", "", "", "" } 将产生与{ "A", "B", "C", "D" } 不同的哈希值。

这是一个替代解决方案，它以稍微不同的方式解决相同的问题，其中每个字符串长度模 256 都包含在哈希中：

Byte[] GetHash(SomeClass someClass) {
  if (someClass == null)
    throw new ArgumentNullException("someClass");

  var byteBuffers = GetBuffers(GetStrings(someClass));
  var bytes = byteBuffers
    .Aggregate(new List<Byte>(), (l, b) => { l.AddRange(b); return l; })
    .ToArray();
  using (var sha1 = new SHA1Managed())
    return sha1.ComputeHash(bytes);
}

IEnumerable<String> GetStrings(SomeClass someClass) {
  yield return someClass.Str1?.ToUpperInvariant();
  yield return someClass.Str2?.ToUpperInvariant();
  yield return someClass.Str3?.ToUpperInvariant();
  yield return someClass.Str4?.ToUpperInvariant();
}

IEnumerable<Byte[]> GetBuffers(IEnumerable<String> strings) {
  foreach (var @string in strings) {
    if (!String.IsNullOrEmpty(@string)) {
      yield return new[] { (Byte) (@string.Length%256) };
      yield return Encoding.UTF8.GetBytes(@string);
    }
    else
      yield return new Byte[1];
  }
}