如何基于对象值生成一致唯一标识并避免HashCode碰撞

首先需要明确一个基础前提：固定长度的哈希值不可能100%避免碰撞。根据鸽巢原理，固定长度的哈希值能表示的数值总量是有限的，而可能的对象内容组合是无限的，必然存在理论上的碰撞可能。你能做的是将碰撞概率降到业务可接受的可忽略程度，或者改用完全无碰撞的实现方案。

方案1：使用成熟强加密哈希算法（适用绝大多数业务场景） #

这种方案可以将碰撞概率降到几乎为0，正常业务运行周期内不会遇到真实碰撞：

• 不要自行实现哈希逻辑，直接使用经过工业界验证的强哈希算法，比如SHA-256、SHA-3，目前没有已知的低成本主动碰撞构造方法，常规业务场景下可以认为碰撞不存在。
• 计算哈希前要先对对象做稳定序列化：必须覆盖所有参与身份判定的成员，同时固定序列化规则：字符串统一用UTF-8编码、数值类型固定字节序、集合/字典类型先按固定规则排序再序列化，避免同一个对象内容生成不同的序列化字节流导致哈希值变化。

示例代码（C#伪代码）：

// 稳定序列化对象，保证内容相同则输出字节流完全相同
byte[] GetStableSerializedBytes(MyObject obj)
{
    using var ms = new MemoryStream();
    using var writer = new BinaryWriter(ms, Encoding.UTF8);
    // 按固定顺序写入所有成员
    writer.Write(obj.UserId);
    writer.Write(obj.UserName);
    // 集合先排序再写入，避免顺序不同导致结果差异
    foreach (var tag in obj.Tags.OrderBy(t => t))
    {
        writer.Write(tag);
    }
    return ms.ToArray();
}

// 生成唯一标识
string GetObjectUniqueId(MyObject obj)
{
    var serializedData = GetStableSerializedBytes(obj);
    using var sha256 = SHA256.Create();
    var hashBytes = sha256.ComputeHash(serializedData);
    return Convert.ToHexString(hashBytes).ToLowerInvariant();
}

注意：安全相关场景不要使用MD5、SHA-1等已经被证明存在有效碰撞构造方法的算法。

方案2：完全无碰撞的内容标识方案（适用零容错场景） #

如果业务完全不能接受任何碰撞概率，可以直接将对象的稳定序列化结果（或者经过压缩的序列化结果）作为唯一标识，只要序列化规则一致，就不可能出现碰撞。
这种方案的唯一缺点是标识长度会随对象内容大小变化，适合对象内容体积小、对标识长度不敏感的场景。

方案3：混合方案（兼顾性能和零容错） #

如果既想要短标识，又想要完全避免碰撞风险，可以用分层判断的逻辑：

• 主标识使用强哈希算法生成的短哈希值
• 存储时额外保存对象的完整校验信息（比如更长的哈希值或者序列化摘要）
• 出现哈希相同的极端情况时，用额外的校验信息区分不同对象
  正常场景下几乎不会触发二次校验，兼顾了使用便捷性和零碰撞要求。

内容的提问来源于stack exchange，提问作者Linsane