随机数据的 MD5 哈希值列表不统一 (PHP)

Question

如果我对 PHP 中的一堆随机数进行哈希处理并将哈希值转换为以 10 为基数，结果是数字 9 永远不会出现在结果整数的末尾。我想我一定遗漏了一些明显的 MD5 哈希工作方式或 PHP 处理它的方式。

我注意到这一点是因为我有一个（所有不同的）字符串列表，需要将它们随机分为两组（90% 的字符串在桶 A 中，10% 的字符串在桶 B 中）。我想我可以散列字符串，转换为 base-10，然后做这样的事情：

if( ( md5_hash_in_base_ten % 100 ) < 90 ) 使用桶 A

否则使用桶 B

但事实证明，第 9 位数字从未出现在结果整数的末尾附近，因此从未选择 B 桶。

我知道可能有上百万种随机分组字符串的方法，但我对该问题的不同解决方案不感兴趣。我只是对我的测试代码的（可能的）奇怪结果感到好奇。

for( $i = 0; $i < 10000; $i++ ) {
    $r = rand();
    $bc = base_convert( md5( $r ), 16, 10 );
    echo $bc . '<br>';
}

一部分结果如下所示：

302600829905161600608260662606624826442 59585669553455458666446844468880068068 330999075520965568846868468088242088640 192131673950084244086840262480428482262 219128507900677482440460800240644480082 255318670176792246888206600668682602264 240208061481025440684246208684488420642 294217394926758646048046684044640488204 278449747058183168002848628868886688226 195713211929924564840668644204640202264 249037264096573760228220842660668480862 207646493898559360028468248404088664884 169051134173421386202080006468046600882 91273057168422960202446286266888840680 289959365012917366428044866648660802042 172462762250895562808826226442626868482 21264346015514864044284484068442686886 37414331404805136842220266424646680664 76064003552382186484240646428006806660 316804269790551588866666266482482808288 142781990240421424242486286048486626288 12211092583070068208404402226428806286 164064659807615146666228064640060626026 336702095492281784288600868224440806802 264447819530445920480408448628866828002 127283138187204864060642440804622660688 220658311731241408862084402042406680248 71873545317929552826606228242842664868

如果我们对数字 9 按 ctrl-F，它看起来像这样：

想法？

Answer 1

PHP 的 base_convert 函数 不适用于任意大的数字 ，如 red box on the function's documentation page 所示。

您可以通过以下方式验证自己：

echo ('a' == base_convert(base_convert('a', 16, 10), 10, 16)) ? 1 : 0;
echo ('abcdefabcdefabcdef' == base_convert(base_convert('abcdefabcdefabcdef', 16, 10), 10, 16)) ? 1 : 0;

这将打印 1 和 0：将数字 a（十六进制）转换为十进制并按预期返回，但数字 abcdefabcdefabcdef（十六进制）导致 base_convert 精度下降。

要解决此问题，您需要使用能够处理任意长度数字的函数。例如，查看文档页面上的 one of the comments（函数 convBase）。

Answer 2

您使用的数字超出 base_convert 所能处理的范围。请参阅 PHP 文档 here。

并且 MD5 哈希为 128 位，超出了大多数库的预期处理能力。您转换后的结果无法保持精度。在您的情况下，您可以使用 GNU Multiple Precision 库。

<?php

/*use gmp library to convert base. gmp will convert numbers > 32bit*/
function gmp_convert($num, $base_a, $base_b)
{
        return gmp_strval ( gmp_init($num, $base_a), $base_b );
}

for( $i = 0; $i < 5; $i++ ) {
    $r = rand();
    $h = md5($r);
    $bc = base_convert( $h, 16, 10 );
    $gmp = gmp_convert( $h, 16, 10 );
    echo "Random value:   " . $r . PHP_EOL;
    echo "MD5 Hash:       " . $h . PHP_EOL;
    echo "Base converted: " . $bc . PHP_EOL;
    echo "GMP converted:  " . $gmp . PHP_EOL;
}

?>

将输出：

$ php -f foo.php
Random value:   1198279904
MD5 Hash:       714ae450dedfd56314b47f84e1922c9a
Base converted: 150591624287845962826662264228684068862
GMP converted:  150591624287845974934538261676650802330
Random value:   2000471768
MD5 Hash:       6359b22761538dd02822732ba45c66bf
Base converted: 132059299392045104262828066404880468000
GMP converted:  132059299392045115619248080281367504575
Random value:   851022648
MD5 Hash:       1e95df1b73599a92637982bab7814fc4
Base converted: 40655017257670256242606204044284220868
GMP converted:  40655017257670268183638196631434776516
Random value:   711523039
MD5 Hash:       e23aff29be3bb611abbb3736fbdd4d07
Base converted: 300711855586863926204240426446264628688
GMP converted:  300711855586863939825593015112763788551
Random value:   953421999
MD5 Hash:       a5990cd2bbab7707db05ebd3b468df17
Base converted: 220117300808777322406606064084840664268
GMP converted:  220117300808777304730115892103715806999

随机数据的 MD5 哈希值列表不统一 (PHP)

List of MD5 Hashes for Random Data Does Not Appear Uniform (PHP)

php

hash

md5