python中最短的哈希值，用于命名缓存文件

python中最短的哈希值，用于命名缓存文件

的生日悖论适用：给出了良好的散列函数，在碰撞发生前散列的预期数量为约SQRT（N），其中N是哈希函数可以取不同的值的数目。（我指向的维基百科条目给出了确切的公式）。因此，例如，如果您希望使用不超过32位，则对于大约64K个对象（即，

2**16

对象-

2**32

哈希函数可以采用的不同值的平方根），您的冲突担忧非常严重。您期望有几个对象（数量级）？

既然您提到碰撞是一个小麻烦，所以我建议您将哈希长度的目标设定为大约要拥有的对象数的平方，或者少一些，但不要少很多。

您想创建一个文件名-
是区分大小写的文件系统上的文件名（如Unix上的典型文件名），还是必须兼顾不区分大小写的系统？这很重要，因为您的目标是短文件名，但是在区分大小写的系统和不敏感的系统上，可以用来表示哈希作为文件名的每个字符的位数发生了巨大变化。

在区分大小写的系统上，您可以使用标准库的

base64

模块（我建议使用编码的“
urlsafe”版本，即此函数，因为避免在普通的base64中出现“
/”字符在Unix文件名中很重要）。这样每个字符有6个可用位，比十六进制的4位/字符好得多。

即使在不区分大小写的系统上，您仍然可以比十六进制做得更好-使用base64.b32enpre并获得每个字符5位。

这些函数接受并返回字符串。

struct

如果您选择的哈希函数生成数字，请使用模块将数字转换为字符串。

如果确实有成千上万个对象，我想您可以使用内置的哈希（32位，所以6-7个字符取决于您选择的编码）就可以了。对于一百万个对象，您需要40位左右（7或8个字符）-您可以将sha256折叠（异或，不要截断；-）以合理的位数（例如128左右）将sha256折叠到很长的长度，并

%

在编码之前使用运算符将其进一步切成所需的长度。