十六进制值的 Mysql 汉明距离

php mysql hash hamming-distance

2022-08-31 01:18:08

我在mysql中存储了一些哈希值，我会通过hamming距离进行比较来获取。

存储的哈希值如下：

qw 1 ffe71b001820a1fd 
qw 2 ffffb81c1c3838a0 
qw 3 fff8381c1c3e3828 
qw 4 fffa181c3c2e3920 
qw 5 fffa981c1c3e2820 
qw 6 ff5f1c38387c1c04 
qw 7 fff1e0c1c38387ef 
qw 8 fffa181c1c3e3820 
qw 9 fffa381c1c3e3828

我通常像这样获取：

SELECT product_id, HAMMING_DISTANCE(phash, 'phashfromuserinput') ;

但是在mysql中，汉明距离是按位运算符，如果字符串只是数字，我可以这样做：

SELECT pagedata,BIT_COUNT(pagecontent^'$encrypted')searchengine WHERE pagecontent > 2 ; ")

它只适用于整数（数字），但我的要求是使用数字和字母，例如：

74898fababfbef46 and 95efabfeba752545

从我的小研究中，我知道首先我必须将字段转换为，然后通过使用或喜欢使用：binarybitcountCASTCONVERT

SELECT BIT_COUNT( CONV( hash, 2, 10 ) ^ 
0b0000000101100111111100011110000011100000111100011011111110011011 )

或

SELECT BIT_COUNT(CAST(hash AS BINARY)) FROM data;

这是可以的，因为将数据转换为并使用。现在的问题是，存储在中的字符/哈希已经是字母数字，如果我将字段转换为，那么它将不起作用，因为存储的哈希不是二进制字符串。binarybitcountvarbinarymysqlvarbinarybitcount

我该怎么办？

我指的是php汉明距离匹配的例子：

function HammingDistance($bin1, $bin2) {
    $a1 = str_split($bin1);
    $a2 = str_split($bin2);
    $dh = 0;
    for ($i = 0; $i < count($a1); $i++) 
        if($a1[$i] != $a2[$i]) $dh++;
    return $dh;
}

echo HammingDistance('10101010','01010101'); //returns 8

但是我不明白如何与mysql匹配并获取，因为我无法在mysql中实现它。

答案 1

以最后两个数字为例：

SELECT BIT_COUNT( CAST(CONV('fffa181c1c3e3820', 16, 10) AS UNSIGNED) ^
                  CAST(CONV('fffa381c1c3e3828', 16, 10) AS UNSIGNED) ) ;
--> 2

哈希是十六进制的。
转换需要以 .BIGINT UNSIGNED

（如果你有MD5（128位）或SHA1（160位）哈希，我们将不得不通过，Xor每对，BIT_COUNT来拆分它们，然后添加结果。SUBSTR()

编辑以使用列名：

SELECT BIT_COUNT( CAST(CONV( a.pagecontent , 16, 10) AS UNSIGNED) ^
                  CAST(CONV( b.pagecontent , 16, 10) AS UNSIGNED) ) ;

答案 2