一次问题追查----短字符串签名算法引发的bug

近期开发代码, 出现了一些诡异现象。追查原因是公司使用的签名函数出现的问题。

问题: 代码使用的签名库函数, 对于<=4字节的字符串, 签名就是本身。

 #include<stdio.h>
 #include<string.h>
 #include<stdlib.h>

 int main(){
     char str[] = "ni";   //长度是2
     unsigned num[];    //长度是4
     memset(num, , sizeof(unsigned));
     memcpy(num, str, strlen(str));  //num[0] = 26990

     //可以看出, str, num 在前3个字节的内存是相等的
     printf("tag = %d\n", memcmp(num, str, strlen(str) + ));    //把\0也算进去

     //对于使用的优化后的签名函数, <= 4个字节则签名为本身(12的签名还是12)
     //出现的bug是:
     //str:ni, len:3 ---> sign:26990
     //num:26990, len:4 ---> sign:26990
     return ;
 }

hash函数只是计算签名, 有时会有hash冲突导致实际不相等的字符串, 有相同的hash值。

如果要严格比较, 可以直接比较内存字节。

 #include<stdio.h>
 #include<string.h>
 #include<stdlib.h>

 int is_eq(
         const void* addr1, int len1,
         const void* addr2, int len2){
     if (len1 != len2){
         return ;
     }
     return memcmp(addr1, addr2, len1) == ? :;
 }

 int main(){
     char str[] = "ni";   //长度是2
     unsigned num[];    //长度是4
     num[] = ;

     //把字符串的结尾也计算进去
     printf("tag = %d\n", is_eq(str, strlen(str) + , num, sizeof(num)));
     return ;
 }

在严格场景下, 可以先用hash做签名, 之后再具体到每个hash值(桶, 拉链)上进行内存字节的比较就可以解决。