嗨，这个问题太常见了——同步的文件读取和哈希计算会把主线程死死卡住，尤其是处理几个GB的大文件时，UI完全没法操作。咱们把你的同步代码改成异步版本，轻松解决这个问题！

现代.NET版本（.NET 6+）的简洁实现 #

从.NET 6开始，HashAlgorithm类新增了ComputeHashAsync方法，写法非常简洁：

static async Task<string> CalculateMD5Async(string filename)
{
    using var md5 = MD5.Create();
    // 异步打开文件流，避免阻塞线程在IO操作上
    using var stream = await File.OpenReadAsync(filename);
    // 异步计算哈希，后台处理流数据
    var hash = await md5.ComputeHashAsync(stream);
    // 格式化哈希字符串，和原来的逻辑保持一致
    return BitConverter.ToString(hash).Replace("-", "").ToUpperInvariant();
}

关键改动点： #

• 方法签名添加async关键字，返回类型从string改为Task<string>——这是异步方法的标准约定，调用时需要用await等待结果。
• 把同步的File.OpenRead换成await File.OpenReadAsync，异步完成文件打开操作，不会占用主线程等待磁盘IO。
• 用await md5.ComputeHashAsync(stream)替代同步的ComputeHash，让哈希计算在后台异步执行，主线程可以继续处理其他任务。

兼容旧版本（.NET Framework/.NET Core 2.1及以下）的实现 #

如果你的项目还在使用旧版本的.NET，没有ComputeHashAsync方法，可以用CryptoStream结合异步流读取来实现：

static async Task<string> CalculateMD5Async(string filename)
{
    using var md5 = MD5.Create();
    // 创建支持异步IO的文件流，指定useAsync: true
    using var stream = new FileStream(
        filename, 
        FileMode.Open, 
        FileAccess.Read, 
        FileShare.Read, 
        bufferSize: 4096, 
        useAsync: true);
    // 把文件流和MD5算法绑定，通过CryptoStream异步处理
    using var cryptoStream = new CryptoStream(stream, md5, CryptoStreamMode.Read);
    // 异步读取整个流到空流，触发哈希计算（这一步不会产生额外内存占用）
    await cryptoStream.CopyToAsync(Stream.Null);
    // 获取最终计算好的哈希值
    var hash = md5.Hash;
    return BitConverter.ToString(hash).Replace("-", "").ToUpperInvariant();
}

如何调用异步方法 #

异步方法必须在异步上下文里调用，比如UI事件处理方法也要改成异步：

// 比如WPF的按钮点击事件
private async void Button_Click(object sender, RoutedEventArgs e)
{
    try
    {
        var filePath = "你的大文件路径";
        // 等待异步哈希计算完成，不会冻结UI
        var md5Result = await CalculateMD5Async(filePath);
        MessageBox.Show($"MD5哈希：{md5Result}");
    }
    catch (Exception ex)
    {
        MessageBox.Show($"计算失败：{ex.Message}");
    }
}

⚠️ 注意：不要在同步方法里用.Wait()或者.Result调用异步方法，那样会导致线程阻塞，失去异步的意义，甚至可能造成死锁。

这样修改后，处理1GB的大文件时，你的应用界面会保持响应，哈希计算在后台悄悄完成～

内容的提问来源于stack exchange，提问作者Famous