如何在 .net (c#) 中为可以安全存储在数据库中的字符串创建 HashCode？

Question

引用 Eric Lippert 的 GetHashCode 指南和规则：

规则：GetHashCode 的使用者不能依赖它随着时间的推移或跨应用程序域的稳定

假设您有一个 Customer 对象 有很多字段，例如名称， 地址等等。如果你做两个 这些物体具有完全相同的 两个不同进程中的数据，它们 不必返回相同的哈希值 代码。如果你在上面制作这样一个对象 周二，在一个过程中，将其关闭， 并再次运行该程序 星期三，哈希码可以是 不同。

这在过去曾咬过人。 的文档 System.String.GetHashCode 注释 特别是两个相同的 字符串可以有不同的哈希码 在不同版本的 CLR 中，以及 事实上他们确实如此。 不要将字符串哈希值存储在数据库中并期望它们永远相同，因为事实并非如此。

那么创建可以存储在数据库中的字符串的 HashCode 的正确方法是什么？数据库？

（请告诉我，我不是第一个在我编写的软件中留下此错误的人！）

Answer 1

这取决于您希望该哈希具有哪些属性。例如，您可以编写如下内容：

public int HashString(string text)
{
    // TODO: Determine nullity policy.

    unchecked
    {
        int hash = 23;
        foreach (char c in text)
        {
            hash = hash * 31 + c;
        }
        return hash;
    }
}

只要您记录哈希值的计算方式，那就是有效的。它绝不是加密安全的或类似的东西，但您可以毫无问题地保留它。在序数意义上绝对相等的两个字符串（即没有应用文化平等等，逐个字符完全相同）将使用此代码产生相同的哈希值。

当您依赖未记录的散列时，问题就出现了 - 即遵循GetHashCode()的东西，但绝不保证在版本之间保持相同......就像<代码>string.GetHashCode()。

像这样编写和记录您自己的哈希有点像说“此敏感信息是使用 MD5（或其他）进行哈希处理的”。只要它是一个明确定义的哈希值，就可以了。

编辑：其他答案建议使用加密哈希，例如 SHA-1 或 MD5。我想说，在我们知道需要加密安全性而不仅仅是稳定性之前，将字符串转换为字节数组并对其进行哈希处理的繁琐工作是没有意义的。当然，如果哈希用于任何与安全相关的事情，那么行业标准哈希正是您应该达到的目标。但问题中没有提到这一点。

Answer 2

这是 .NET 计算 64 位字符串哈希码的当前方式的重新实现系统。这不像真正的 GetHashCode() 那样使用指针，因此速度会稍慢，但它确实使其对 string 的内部更改更具弹性，这将给出比 Jon Skeet 的版本 分布更均匀的哈希码，这可能会缩短字典中的查找时间。

public static class StringExtensionMethods
{
    public static int GetStableHashCode(this string str)
    {
        unchecked
        {
            int hash1 = 5381;
            int hash2 = hash1;

            for(int i = 0; i < str.Length && str[i] != '\0'; i += 2)
            {
                hash1 = ((hash1 << 5) + hash1) ^ str[i];
                if (i == str.Length - 1 || str[i+1] == '\0')
                    break;
                hash2 = ((hash2 << 5) + hash2) ^ str[i+1];
            }

            return hash1 + (hash2*1566083941);
        }
    }
}

Answer 3

现在有 System.IO.Hashing 包，它提供稳定且标准化的非- 加密哈希算法。虽然它们是为字节序列设计的，但通过 Span 安全且高效地使用它们相当简单：

var input = "Hello world";
var inputBytes = MemoryMarshal.AsBytes(input.AsSpan());
var hash = System.IO.Hashing.XxHash32.HashToUInt32(inputBytes);
Console.WriteLine(hash); // 899079058

但请注意，由于将字符重新解释为字节，系统的字节顺序会影响结果，所以如果你迁移到大端系统，上面的哈希将会不同。如果这是一个问题，您可以检查 BitConverter.IsLittleEndian 并交换字节（如果为 false）。