如何处理 32 位和 64 位服务器之间的整数最大差异？

Question

在迁移到更好的托管订阅时，要找出导致我的网站出现故障的原因需要很长时间。

我使用“自制”的 uniqueId 生成器来生成必须唯一但这种唯一性不是随机的所有内容。我使用它在多个服务之间进行通信，为文件、文章等生成可重现的唯一“数字”。

这是我制作的功能，并且从未遇到过问题（我认为它以前从未在 64 位系统上运行过？）来生成唯一的 id。我知道这种唯一性是有限的（64.000），但直到现在才导致问题。

function suGetHashCode($s)
{
 $hash=0;
 $c=(is_string($s))?strlen($s):0;
 $i=0;
 while($i<$c) 
 {
   $hash = (($hash << 5)-$hash)+ord($s{$i++});
   //hash = hash & hash; // Convert to 32bit integer
 }
 return ( $hash < 0 )?(($hash*-1)+0xFFFFFFFF):$hash; // convert to unsigned int
} 

function suUniqueId( $s, $bAddLen = false )
{ 
  $i = base_convert( suGetHashCode( $s ), 10, 32 );
  if( $bAddLen && is_string($s) )
   { $i.=('-'.suGetLz( dechex( strlen($s)*4 ), 3 )); } 

  return $i; 
}

function suGetLz( $i, $iMaxLen ) // Leading zero
{
  if( !is_numeric( $i ) || $i < 0 || $iMaxLen <= 0 )
   { return $i; }
  $c = strlen( $i );
  while( $c < $iMaxLen )
   { $c++; $i='0'.$i; } 
  return $i;
}   

整数的最大 int 值在新系统上：

PHP_INT_MAX = 9223372036854775807

在其他系统上是：

PHP_INT_MAX = 2147483647

好吧，我不是数学家，我认为这是因为负数时 0xFFFFFFFF 增量（我认为在这个新系统上永远不会是负数）导致了问题。

但是我怎样才能改变它在其他系统上产生相同的唯一 ID 的功能呢？

例如： 它为新托管服务器上的不同字符串生成相同的 id：

 $sThisUrl = '<censored>';
 var_dump( suUniqueId($sThisUrl) ); // Produce: 1l5kc37uicb  
 $sThisUrl = '<censored>';
 var_dump( suUniqueId($sThisUrl) ); // Produce the same id as above: 1l5kc37uicb

但是，这必须像在旧系统上一样：

 $sThisUrl = '<censored>';
 var_dump( suUniqueId($sThisUrl) ); // Produce: a46q6nd  
 $sThisUrl = '<censored>';
 var_dump( suUniqueId($sThisUrl) ); // Produce: 2mirj1h

注意：字符串被分成几部分以避免堆栈溢出，请参阅此链接。

编辑：删除的文件名

有没有人可以解决这个问题？

Answer 1

我建议你在处理完每个字符后截断：

$hash = (($hash << 5)-$hash)+ord($s{$i++});
$hash = $hash & 0xFFFFFFFF; // Convert to 32bit integer

至少在我的 64 位系统上，这会在您的第二个示例中导致所需的 2mirj1h，尽管没有此修改，我得到了 1c6ta2qjga7 而不是 1l5kc37uicb，就像您所做的那样。

我还将返回值更改为简单地返回$hash。要么它可以正确表示无符号的 32 位数字，那么前面的掩码应该强制解释。或者您的系统无法表示这些，那么添加的计算也不会让您到达那里，您必须将数字分成位组并单独将它们字符串化。

当然，最简单的解决方案是使用一些成熟的通用哈希算法，例如使用the hash function。如果你做到这一点，添加一些秘密盐可能会让你受到攻击。如果这样的哈希码的结果太长，你可以简单地取一部分输出。您可以以任何您喜欢的方式转换基数，因此您不必使用散列常用的十六进制表示法。使用加密哈希也可以减少发生冲突的机会；例如，在您的情况下，同一路径中的文档 generbM.js 将产生相同的哈希。

Answer 2

如果我是你，我会编写一个单元测试来确保你在 32 位和 64 位机器上获得相同的结果。

应该像这样改变循环：

while($i<$c) 
{
  $hash = (($hash << 5)-$hash)+ord($s{$i++});
  hash = hash & 0xFFFFFFFF; // Convert to 32bit integer
}
$hash = ( $hash < 0 )?(($hash*-1)+0xFFFFFFFF):$hash; // convert to unsigned int
return $hash & 0xFFFFFFFF; // Convert to 32bit integer

您的单元测试可以在 32 位版本上针对原始版本运行并保存输出。然后在 64 位上运行它并与那些 32 位结果进行比较。如果有任何一个不同，你知道你仍然没有一个 1 对 1 的等价物。