如何构造易生成、难猜测且具备共同特征的十万规模整数集合

你之前采用的「14位整数各位和为70」的方案存在两个核心缺陷：一是约束条件过强，随机命中概率低，批量生成效率差；二是规则无任何秘密参数，第三方拿到几十上百个样本后，通过简单统计各位数字的分布、求和等操作就能轻易破解规则，完全不具备防猜测能力。
下面给的方案生成简便、特征隐蔽性强，完全满足10万规模的使用需求：

核心实现逻辑 #

采用「公开随机前缀+秘密密钥校验后缀」的结构，全程无复杂约束，生成和校验效率都极高：

• 选定一个仅你自己知晓的秘密常数（可以是任意长度的数字串，比如随便敲一串15位的杂乱数字即可，不需要特殊规则，只要不对外泄露）。
• 确定整数总长度，如果你习惯用14位整数，可以拆为10位公开前缀+4位校验后缀：10位前缀的取值范围是1000000000~9999999999，总共有90亿种可能，远大于10万的规模需求，完全不用担心重复问题。
• 每生成一个数时，先随机取一个未使用过的10位前缀，把前缀和你持有的秘密常数拼接成字符串，做一次普通哈希计算（比如CRC32、MurmerHash，甚至直接用编程语言自带的字符串哈希函数都可以），将哈希结果对10000取模，得到0~9999的4位数字作为校验后缀，不足4位的前面补0。
• 把前缀和后缀直接拼接，就是符合共同特征的14位整数。

方案优势 #

• 生成成本极低：不存在任何NP类的约束求解过程，单线程每秒可以生成至少几十万个符合要求的整数，凑齐10万个仅需几毫秒。生成过程中只要用一个哈希表记录已经用过的前缀，就能完全避免重复，内存占用不到10MB。
• 特征极难破解：共同特征的核心是你持有的秘密常数，第三方拿到哪怕几十万个样本，既不知道你拆分前缀后缀的位置，也不知道你用的秘密常数，更不可能逆推出哈希校验的规则——和你之前用的无密钥数字和规则不同，只要秘密常数不泄露，第三方根本无法通过统计分析找到统一特征。
• 校验成本极低：判断一个数是否属于这个集合时，只要按同样的规则拆分前缀、用同一个秘密常数算哈希、比对后缀即可，单次校验耗时不到1微秒。

极简实现参考（伪代码） #

// 仅自己持有，绝不外泄的秘密常数
const SECRET = 927461083529176;
const TARGET_COUNT = 100000;
numSet = new Set();

while (numSet.size < TARGET_COUNT) {
    // 生成10位无前导零的随机前缀
    prefix = randomIntInRange(1000000000, 9999999999);
    // 拼接前缀和密钥算哈希，取最后4位作为校验码
    rawHash = simpleHash(prefix.toString() + SECRET.toString());
    checkSuffix = rawHash % 10000;
    // 拼接为完整14位整数
    fullNumber = prefix * 10000 + checkSuffix;
    numSet.add(fullNumber);
}

注意事项 #

• 不要用线性校验规则（比如各位数字乘固定系数求和取模），这类规则拿到10组左右的样本就可以通过线性方程组求解出系数，很容易被破解。用哈希这种非线性变换的规则，逆推难度是指数级的。
• 如果需要更高的防碰撞能力，可以把校验位调整为5位，对应前缀为9位，总长度保持14位即可，10万规模下碰撞概率会降到百万分之一以下。
• 不需要刻意选密码学级别的哈希函数，普通的非加密哈希就足够防猜测，毕竟第三方根本不知道你用了哈希逻辑，更不可能拿到密钥。

内容的提问来源于stack exchange，提问作者luogu_oddy