使用10-char哈希识别电子邮件地址的可靠性如何？
MailChimp为电子邮件地址提供10个字符的字母数字ID . 10个字符4位每个给出40位，超过一万亿 . 也许对于像MailChimp这样大小的企业来说，这为一个独特的索引空间提供了合理的空间，并且它们有一个包含所有可能的电子邮件的表，索引为40位数 .
我喜欢使用相同类型的哈希或编码ID来包含在链接中 . 要决定是使用索引还是哈希，需要估计两个有效电子邮件地址导致相同10-char哈希的概率 .
除了原始测试之外，是否有任何关于自定义散列函数评估的提示？
1 回答
你没有明确说出“可靠”是什么意思，但我认为你试图避免碰撞 . 正如wildplasser所说，对于随机标识符，它都是关于生日悖论的，当使用2 ^（n / 2）个ID时，具有2 ^ n个ID的标识符空间中发生冲突的可能性达到50％ .
Birthday Attacks上的维基百科页面有一个很好的表格，说明了各种参数下的碰撞概率;例如，64位和所需的最大碰撞概率为百万分之一，您可以拥有大约600万个标识符 .
请记住，除了十六进制之外，还有更有效的方法来表示字符中的数据;例如，base64为每4个字符提供3个字节，这意味着10个字符为60位而不是16位 .