在Go语言中如何解码自行生成的FNV-128a哈希值？

核心结论 #

FNV-1a属于非加密哈希，没有设计抗碰撞特性，是否能还原哈希对应的原输入，完全取决于你原输入的范围可控性：

• 若你能明确所有可能的原输入范围（毕竟哈希是你自己生成的），100%可以实现精准还原
• 若原输入是任意长度的未知内容，无法保证还原结果是唯一正确的原始值，只能找到碰撞值

具体实现方案 #

你可以根据自己的场景选择以下两种方案：

方案1：预生成映射表（推荐，适合你自行生成哈希的场景） #

因为你是哈希的生成方，完全可以提前把所有可能的原输入的FNV-1a哈希计算出来，存储为「哈希值-原输入」的KV映射，后续拿到哈希直接查表即可，效率极高。
针对你给出的Go代码场景，注意你的哈希计算输入是json.Marshal后的字节数组，不是原始字符串，计算映射时要对齐这个逻辑：

// 预计算映射表示例
var hashMap = make(map[string]string)

// 遍历所有可能的原输入，预计算存入映射表
func preCompute(inputs []string) error {
    for _, input := range inputs {
        // 对齐你原来的编码逻辑
        value, err := json.Marshal(input)
        if err != nil {
            return err
        }
        h := fnv.New128a()
        _, err = h.Write(value)
        if err != nil {
            return err
        }
        hashStr := hex.EncodeToString(h.Sum(nil))
        hashMap[hashStr] = input
    }
    return nil
}

// 查表还原
func getOriginal(hashStr string) (string, bool) {
    res, ok := hashMap[hashStr]
    return res, ok
}

方案2：暴力枚举 #

如果你的原输入都是短长度的可打印字符（比如长度小于20），可以直接暴力枚举所有可能的输入，计算FNV-1a哈希和目标哈希比对即可，FNV计算效率极高，普通消费级CPU每秒可完成千万级哈希计算，短输入的枚举成本极低。

注意事项 #

不存在通用的FNV-1a解码工具，因为任意哈希算法都存在多输入对应同一输出的碰撞问题，只有当你限定输入范围时，还原结果才是可信的。

内容的提问来源于stack exchange，提问作者Darwin