具备拼接同态性的常见非密码学哈希函数除Adler32、CRC外还有哪些？

这种支持f(a||b)可通过f(a)、f(b)、len(b)直接计算的特性也叫可组合哈希特性，常用的可选方案如下：

• 多项式滚动哈希（Rabin-Karp哈希）：天生具备可组合属性，计算逻辑为f(a||b) = f(a) * base^len(b) + f(b) mod p，只需要预计算不同长度对应的base幂次，即可快速完成拼接哈希计算，可通过调整模数、base值或采用双模数方案灵活控制碰撞概率。
• CRC系列扩展：除了你提到的CRC64外，还有CRC128可选，CRC类函数的拼接计算逻辑成熟，软硬层面均有大量优化实现，计算速度极快，非常适配流式块拼接场景。
• FarmHash：Google开源的高性能非密码学哈希，部分变体原生支持可组合计算，64位版本性能优于CRC64，碰撞控制表现优异，同时提供128位输出版本适配后续扩容需求。
• XXH3（XXHash3）：当前性能第一梯队的非密码学哈希，官方原生提供可组合模式实现，支持64位、128位两种输出长度，针对现代CPU指令集做了深度优化，流式计算延迟极低，是大规模块索引场景的主流选型。
• CityHash：同为Google出品的非密码学哈希，支持可组合计算，提供64位、128位、256位多档输出长度可选，碰撞概率控制稳定，适合超大规模数据集使用。

场景适配建议 #

针对你提到的2^32量级块的去重场景，给出两个参考选型方向：

• 短期使用可直接沿用CRC64，该规模下碰撞概率约为10^-12量级，完全不会影响业务正确性，且计算开销极低。
• 若考虑后续数据集规模增长，优先选择XXH3-128或FarmHash-128，128位输出下2^{64块量级的碰撞概率才会达到10}-12量级，足以支撑长期业务扩容，且性能远高于CRC128。

内容的提问来源于stack exchange，提问作者Alex