Как получить численно буквенный хеш файла?

Question

[Алексей Лебедев]

Есть куча файлов. Но основе содержимого надо сгенерировать уникальное имя со следующими требованиями:
- имя содержит 0-9 и a-z (без больших букв)
- чем короче имя тем лучше
- надо минимизировать коллизии
- для одинаковых файлов - одинаковое имя.
- должно не нагружать сервер.

Md5 создает длинные файлы, хочу уменьшить их количество.

Answer 1

[GavriKos]

Считаете хеш каждого файла. Если такой хеш уже встречался - даете такое же имя как и раньше давали такому же хешу. Если не встречался - даете новое имя.
Новое имя генерируете простейшим инкрементом. Т.е. первый файл - "0". Второй файл - "1". Третий файл - "2". Десятый файл - "a".

Такой подход не рационален, если вам надо будет в последствии определять, есть ли уже файл с таким хешом, т.к. имя файла не отражает хеш. Но в условии об этом ни слова. Ну и в крайнем случае можете хранить таблицу "хеш-имя".

Comments

[Алексей Лебедев]

Есть что-то попроще, например MD5(string, "a-z0-9")

[GavriKos]

Алексей Лебедев: Вы же сказали что он длинный. По сути то что я предлагаю - мд5 + словарь имен.

Answer 2

[Ai Lab]

CRC-4; 2 CRC-8; 3 CRC-16; 4 CRC-32 выбирайте какой больше нравится. Но уникальности не гарантирует. Гарантирует только, что для одинаковых файлов будет одинаковый.

Answer 3

[sim3x]

Хочешь получить короткое имя = получи проблему переименования, когда файлов станет много и появятся коллизии

Answer 4

[SagePtr]

- чем короче имя тем лучше
- надо минимизировать коллизии

Эти два пункта - взаимоисключающие