#checksum #rsync #zlib #adler32
#контрольная сумма #rsync #zlib #adler32
Вопрос:
Я использую функцию adler32 из zlib для вычисления минимальной контрольной суммы фрагмента памяти x (длиной 4096). Все в порядке, но теперь я хотел бы выполнить переходящую контрольную сумму, если фрагменты из другого файла не совпадают. Однако я не уверен, как написать функцию, которая выполнит это для значения, возвращаемого adler32 в zlib. Итак, если контрольная сумма не совпадает, как мне вычислить переходящую контрольную сумму, используя исходную контрольную сумму, x 1 байт и x 4096 1? В основном пытаюсь создать реализацию rsync.
Комментарии:
1. rsync не использует adler32 напрямую. они немного изменили ее, вероятно, чтобы упростить повторение?
Ответ №1:
Pysync внедрил развертывание поверх zlib Adler32 следующим образом:
_BASE=65521 # largest prime smaller than 65536
_NMAX=5552 # largest n such that 255n(n 1)/2 (n 1)(BASE-1) <= 2^32-1
_OFFS=1 # default initial s1 offset
import zlib
class adler32:
def __init__(self,data=''):
value = zlib.adler32(data,_OFFS)
self.s2, self.s1 = (value >> 16) amp; 0xffff, value amp; 0xffff
self.count=len(data)
def update(self,data):
value = zlib.adler32(data, (self.s2<<16) | self.s1)
self.s2, self.s1 = (value >> 16) amp; 0xffff, value amp; 0xffff
self.count = self.count len(data)
def rotate(self,x1,xn):
x1,xn=ord(x1),ord(xn)
self.s1=(self.s1 - x1 xn) % _BASE
self.s2=(self.s2 - self.count*x1 self.s1 - _OFFS) % _BASE
def digest(self):
return (self.s2<<16) | self.s1
def copy(self):
n=adler32()
n.count,n.s1,n.s2=self.count,self.s1,self.s2
return n
Но, как заявил Питер, rsync использует Adler32 не напрямую, а его более быстрый вариант.
Код инструмента rsync немного сложен для чтения, но проверьте librsync. Это совершенно отдельный проект, и он намного более удобочитаем. Взгляните на rollsum.c
и rollsum.h
. Существует эффективная реализация варианта в макросах C:
/* the Rollsum struct type*/
typedef struct _Rollsum {
unsigned long count; /* count of bytes included in sum */
unsigned long s1; /* s1 part of sum */
unsigned long s2; /* s2 part of sum */
} Rollsum;
#define ROLLSUM_CHAR_OFFSET 31
#define RollsumInit(sum) {
(sum)->count=(sum)->s1=(sum)->s2=0;
}
#define RollsumRotate(sum,out,in) {
(sum)->s1 = (unsigned char)(in) - (unsigned char)(out);
(sum)->s2 = (sum)->s1 - (sum)->count*((unsigned char)(out) ROLLSUM_CHAR_OFFSET);
}
#define RollsumRollin(sum,c) {
(sum)->s1 = ((unsigned char)(c) ROLLSUM_CHAR_OFFSET);
(sum)->s2 = (sum)->s1;
(sum)->count ;
}
#define RollsumRollout(sum,c) {
(sum)->s1 -= ((unsigned char)(c) ROLLSUM_CHAR_OFFSET);
(sum)->s2 -= (sum)->count*((unsigned char)(c) ROLLSUM_CHAR_OFFSET);
(sum)->count--;
}
#define RollsumDigest(sum) (((sum)->s2 << 16) | ((sum)->s1 amp; 0xffff))
Комментарии:
1. И что такое ROLLSUM_CHAR_OFFSET в этом примере и почему оно равно 31? В описании хэша нет ничего подобного.
2. Похоже, что ROLLSUM_CHAR_OFFSET — это просто произвольное значение, которое добавляется к каждому входному байту при вычислении суммы. Хотя это позволило бы быстрее «заполнить» диапазон контрольной суммы, это, вероятно, не служит реальной цели, потому что, если два разных входных сигнала одинаковой длины имеют столкновение контрольных сумм, смещение вообще не изменит это.