SipHash-2-4的Go语言实现使用说明
2024-12-29 06:56:29作者:秋泉律Samson
本文档将详细介绍如何使用Go语言实现的SipHash-2-4哈希算法库。内容包括安装指南、使用说明以及API使用文档。
1. 安装指南
要安装SipHash-2-4的Go语言实现,请运行以下命令:
go get github.com/dchest/siphash
此命令会将SipHash-2-4的Go实现安装到您的Go工作空间中。
2. 项目使用说明
SipHash-2-4是一种快速的短输入伪随机函数(PRF),本项目为其Go语言实现。以下是使用该项目的两种方式:
-
使用
hash.Hash64接口:这种方式相对较慢,需要创建一个哈希对象,并写入数据,然后计算摘要。import "github.com/dchest/siphash" h := siphash.New(key) h.Write([]byte("Hello")) sum := h.Sum(nil) // 返回8字节的[]byte或者,
sum64 := h.Sum64() // 返回uint64 -
使用
Hash()函数:这种方式更快,直接接收两个uint64类型的16字节密钥和一个字节切片,并返回一个uint64哈希值。sum64 := siphash.Hash(key0, key1, []byte("Hello"))
请注意,密钥和输出均使用小端字节序。
3. 项目API使用文档
以下是本项目提供的API文档:
func Hash(k0, k1 uint64, p []byte) uint64
Hash函数根据提供的16字节密钥的两个64位部分和字节切片计算并返回64位的SipHash-2-4哈希值。
func Hash128(k0, k1 uint64, p []byte) (uint64, uint64)
Hash128函数根据提供的16字节密钥的两个64位部分和字节切片计算并返回128位的SipHash-2-4哈希值。请注意,128位SipHash目前被认为是不稳定的。
func New(key []byte) hash.Hash64
New函数返回一个使用16字节密钥计算SipHash-2-4的新hash.Hash64对象。
func New128(key []byte) hash.Hash
New128函数返回一个使用16字节密钥和16字节输出计算SipHash-2-4的新hash.Hash对象。请注意,16字节输出目前被认为是不稳定的。
4. 项目安装方式
项目的安装方式已在安装指南部分进行了说明,您可以通过运行go get github.com/dchest/siphash命令来安装该库。
以上为SipHash-2-4的Go语言实现项目的使用与安装说明,希望对您有所帮助。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
689
4.46 K
Ascend Extension for PyTorch
Python
544
668
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
928
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
416
75
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
323
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292