为何需存储未压缩数据哈希？能否通过校验压缩数据完整性替代？

核心结论 #

在严格确保传入解压函数的压缩数据与原始压缩输出完全一致的前提下，理论上可以省去未压缩数据的哈希校验，但需要留意几个边界风险。

具体分析 #

• LZAV算法的确定性：LZAV是确定性压缩算法——相同的原始数据+相同压缩参数，必然生成完全一致的压缩数据；反过来，只要压缩数据完整、解压参数匹配，解压结果就和原始未压缩数据完全一致。如果你的校验能100%排除压缩数据的篡改、损坏，那解压内容的正确性是有保障的，不需要额外校验未压缩数据哈希。
• LZAV解压检查的局限性：官方注释提到解压函数只做内存越界和解压后长度匹配检查，不验证内容正确性——但这个问题只有在压缩数据被篡改（哪怕微小改动）却仍能通过格式检查时才会暴露，而你的前提已经排除了这种情况，所以这个局限性不会影响结果。
• 长期存储的潜在风险：如果你的压缩数据完整性依赖的是存储介质自带的校验（比如文件系统CRC），可能存在校验机制失效的极端情况；另外，未来LZAV版本更新若出现兼容性问题（虽然概率极低），哪怕压缩数据完整，新版解压也可能得到不同结果。这种情况下，未压缩数据哈希能作为最后一道校验防线。
• 自定义头哈希仍需保留：注释里提到的含未压缩/压缩长度的自定义头哈希校验必须保留——它能确保解压时的内存分配、长度匹配等基础逻辑正确执行，是整个解压过程的前提。

最终建议 #

如果你的压缩数据完整性校验是基于强哈希（比如komihash）的全量校验，且能保证解压使用的LZAV版本与压缩时完全一致，那么可以省去未压缩数据的哈希校验；但对于长期存储的场景，为了追求极致可靠性，保留未压缩数据哈希做双重校验会更稳妥。

内容的提问来源于stack exchange，提问作者Zebrafish