21,886
社区成员
发帖
与我相关
我的任务
分享求php的hash算法
今天看phpcms的采集目录,发现里面有个title目录,里面有很多两位文件名的文本文件,文件内容都是md5值,我的直觉告诉我,这个是根据标题来做的仿重复采集实现方。思路应该是这样的，把采集到的标题用hash算法生成文件名，然后把标题的md5值保存到文件中，这样多次采集的标题被分散保存到很多文件中，应该可以大幅提高效率，且减少了因为单纯用md5值出现撞针的几率。
我最近在给我自己的系统做采集仿重复功能，只是不懂这个hash算法，请高人们指导下！
我最近在给我自己的系统做采集仿重复功能，只是不懂这个hash算法，请高人们指导下！
...全文
请发表友善的回复…
发表回复
xiaotao5 2010-11-12
- 打赏
- 举报
我已经做到了，采用sha1生成标题摘要，取前两位做为文件名，标题的md5做为文件内容用|分隔，实际效果非常理想，进行10万次测试，结果均匀分布在256个文件中，而且没有出现撞针现象！
cuidenghong123 2010-11-11
- 打赏
- 举报
床上等您 2010-11-11
- 打赏
- 举报
想知还是自己看源码吧。
md5是基于md4算法的。可以google一下。
md5是基于md4算法的。可以google一下。
在-云端 2010-11-11
- 打赏
- 举报
之前我这边就有个类似的东西是这样做的!
主要是由于文件众多,需要分散目录进行组织.
主要是由于文件众多,需要分散目录进行组织.
