MD5算法学习整理

一路学来 记得笔记不少 但是给自己看 当时就记得很随意 以为后面都懂 但还是太单纯了，现在回顾 自己都完全看不下去，所以以后的都放的博客上，让自己看懂，让感兴趣的看懂，详细，暴力 不废话了

MD5算法详解   

　　　　0x01定义：网上很多啊

MD5算法是单向散列算法的一种。单向散列算法也称为HASH算法，是一种将任意长度的信息压缩至某一固定长度（称之为消息摘要）的函数(该压缩过程不可逆)

　　我们是对一个字符串进行MD5加密，所以我们先从字符串的处理开始。首先我们要知道一个字符的长度是8位（bit），即一个字节的长度。现在我们要做的就是将一个字符串Str1分割成每512位为一个分组，形如N*512+R，最后多出来的不足512位的R部分先填充一个1，再接无数个0，直到补足512位。这里要注意，R为0时也要补位，这时候补512位，最高位1，形如1000…00；如果R超出448，除了要补满这个分组外，还要再补上一个512位的分组（因为超过448位则不能留64位出来存放字符串的原长）。

　　接着，讲讲将字符串分块保存部分。一个512位的字符串分组要分成16个32位的子分组，在每个32位中，以字节为单位通过小端规则存入一个32位的变量中，可以考虑用int类型的变量（一个int变量32位），也可以考虑用unsigned int，这样之后涉及的循环移位就不用考虑符号位了，这里还是以int为例。因为一个字符就是一个字节（8位），所以一个int类型变量能存放4个字符，假设一个字符串abcd，那么存在一个int类型变量中就是dcba。因此这里我们将字符串每4个字符分成一块，每一个块都以小端规则存放在一个int类型的变量中。估计有的人 为（N+1）*512位（如果R超出448，则是（N+2）*512），此时最低的64位预留，用来存放之前str1的长度length（长度为字符个数*8 bit）的值，如果这个length值的二进制位数大于64位，则只保留最低的64位。将这个64位的length放入之前填充好的str2的最后64位又要注意了：将length的64位分成2个32位，相当于2个字（1个字32位），再将这个2个字用类似小端规则排列，分别填入预留的64位。之前我就是这点没有领悟，估计大家也不是很懂.我具体说明一下：假设64位分成AB（A,B分别表示32位的二进制数，A是高位，B是低位），按小端规则排列后就是BA，将形如BA的64位按B（高位）到A（低位）的顺序填入str2预留的64位,而对A，B内部显示的每个字节则不用做处理。假设长度 0x12，则按A,B两个字来补位可以得：A=0x0000 0000，B=0x0000 0012。

　　　　　　　　至此，补位的思想已经讲完了，这里再讲讲我的具体实现。我的思路是用一个长度为16的int类型的数组int M[16]。因为一个int类型数据有32位，16个加起来刚好一共512位，是一个分组的长度。我刚好就按顺序M[0]…M[15]表示一个512位的数。我再声明一个容器vector，用来存放每个M[16]，因为分组个数不一定只有一个。
最后我举个例子方便大家理解。首先介绍一些常识：a – 61, b – 62, c – 63, d – 64, e – 65。这里“a – 61”表示a的ASCII码十六进制表示是0x61，其他以此类推。
好，假设一个字符串abcde，一共5个字符，长度length 为 5* 8 = 40 = 0x28。512位转化成十六进制就是64位。原字符串十六进制表示：61 62 63 64 65 00 00…00。完成补位后共512位，只有1个分组，形如： 61 62 63 64 65 80 00… 00（“80”的二进制是1000 0000，即之前的先补一个1，再补很多0的做法）。一个int M[16]的数组就够存了，即

M[] =    ，
M[] =    ，
M[] = ，
M[] =
…
M[] =    ，
M[] = 

M[0]~M[15]设好之后，在内存中就是这样存的61 62 63 64 65 80 00…00（注意这里我们用MD5处理字符串时都考虑内存中的数据的排列顺序，得出的MD5也是需要按内存中的数据输出，所以经常要用小端规则转换）

　　　　看完这个例子，大家应该对0x01的内容有比较全面的了解了

0x02 MD5有四个32位的被称作链接变量的整数参数，

我们进行如下设置：

A=0x67452301，
B=0xefcdab89，
C=0x98badcfe，
D=0x10325476。

数据这样设置之后，存在内存中就按小端规则排列：01 23 45 67 89 ab cd ef …32 10
就是 0123456789 a到e再反过来储存的
再声明四个中间变量a,b,c,d，赋值：a = A, b = B, c = C, d = D。
接着再设置四个非线性函数：

　　　　F(X,Y,Z) =(X&Y)|((~X)&Z)
       G(X,Y,Z) =(X&Z)|(Y&(~Z))
       H(X,Y,Z) =X^Y^Z
       I(X,Y,Z)=Y^(X|(~Z))

（&是与，|是或，~是非，^是异或）
这四个函数的说明：如果X、Y和Z的对应位是独立和均匀的，那么结果的每一位也应是独立和均匀的。

假设M[j]表示消息的第j个子分组（从0到15），<<表示循环左移s，常数ti是4294967296*abs(sin(i))的整数部分，i取值从1到64，单位是弧度。(4294967296等于2的32次方)
 //第一轮计算：j 从0 循环到15，轮数ln=0，i=j%16=j。
FF(a, b, c, d, M[j], s, ti)表示 a = b + ((a + F(b, c, d) + Mj + ti) <<< s)
// 第二轮计算：j 从0 循环到15, 轮数ln=1，i=(1+5*j)%16，使用循环函数G，
GG(a, b, c, d, M[j], s, ti)表示 a = b + ((a + G(b, c, d) + Mj + ti) <<< s)
//第三轮计算：j 从0 循环到15, 轮数ln=2，i=(5+3*j)%16，使用循环函数H
HH(a, b, c, d, M[j], s, ti)表示 a = b + ((a + H(b, c, d) + Mj + ti) <<< s)
//第四轮计算：j 从0 循环到15, 轮数ln=3，i=(7*j)%16，使用循环函数I，其他同第一轮
II(a, b, c, d, M[j], s, ti)表示 a = b + ((a + I(b, c, d) + Mj + ti) <<< s)
要确保形参a在内存中的值改变了，可以在形参中用按引用调用（&a），或返回a值取代原来a值。

0x03 主要循环

这个循环的循环次数为512位分组的个数（即之前提到的N+1或者N+2）。每次循环执行以下的步骤，我就不用文字表述了，直接用代码展示，相信大家能理解：

｛
a = A; b = B; c = C; d = D;
//传说中的对M[j]的第一轮循环
        FF(a,b,c,d,M[],(i),0xd76aa478 (ti));
        FF(d,a,b,c,M[],,0xe8c7b756);
        FF(c,d,a,b,M[],,0x242070db);
        FF(b,c,d,a,M[],,0xc1bdceee);
        FF(a,b,c,d,M[],,0xf57c0faf);
        FF(d,a,b,c,M[],,0x4787c62a);
        FF(c,d,a,b,M[],,0xa8304613);
        FF(b,c,d,a,M[],,0xfd469501) ;
        FF(a,b,c,d,M[],,0x698098d8) ;
        FF(d,a,b,c,M[],,0x8b44f7af) ;
        FF(c,d,a,b,M[],,0xffff5bb1) ;
        FF(b,c,d,a,M[],,0x895cd7be) ;
        FF(a,b,c,d,M[],,0x6b901122) ;
        FF(d,a,b,c,M[],,0xfd987193) ;
        FF(c,d,a,b,M[],,0xa679438e) ;
        FF(b,c,d,a,M[],,0x49b40821);

        //传说中对M[j]的第二轮循环
        GG(a,b,c,d,M[],,0xf61e2562);
        GG(d,a,b,c,M[],,0xc040b340);
        GG(c,d,a,b,M[],,0x265e5a51);
        GG(b,c,d,a,M[],,0xe9b6c7aa) ;
        GG(a,b,c,d,M[],,0xd62f105d) ;
        GG(d,a,b,c,M[],,0x02441453) ;//ti
        GG(c,d,a,b,M[],,0xd8a1e681);
        GG(b,c,d,a,M[],,0xe7d3fbc8) ;
        GG(a,b,c,d,M[],,0x21e1cde6) ;
        GG(d,a,b,c,M[],,0xc33707d6) ;
        GG(c,d,a,b,M[],,0xf4d50d87) ;
        GG(b,c,d,a,M[],,0x455a14ed);
        GG(a,b,c,d,M[],,0xa9e3e905);
        GG(d,a,b,c,M[],,0xfcefa3f8) ;
        GG(c,d,a,b,M[],,0x676f02d9) ;
        GG(b,c,d,a,M[],,0x8d2a4c8a);

        //传说中对M[j]的第三轮循环
        HH(a,b,c,d,M[],,0xfffa3942);
        HH(d,a,b,c,M[],,0x8771f681);
        HH(c,d,a,b,M[],,0x6d9d6122);
        HH(b,c,d,a,M[],,0xfde5380c) ;
        HH(a,b,c,d,M[],,0xa4beea44) ;
        HH(d,a,b,c,M[],,0x4bdecfa9) ;
        HH(c,d,a,b,M[],,0xf6bb4b60) ;
        HH(b,c,d,a,M[],,0xbebfbc70);
        HH(a,b,c,d,M[],,0x289b7ec6);
        HH(d,a,b,c,M[],,0xeaa127fa);
        HH(c,d,a,b,M[],,0xd4ef3085);
        HH(b,c,d,a,M[],,0x04881d05);
        HH(a,b,c,d,M[],,0xd9d4d039);
        HH(d,a,b,c,M[],,0xe6db99e5);
        HH(c,d,a,b,M[],,0x1fa27cf8) ;
        HH(b,c,d,a,M[],,0xc4ac5665);

        //传说中对M[j]的第四轮循环
        II(a,b,c,d,M[],,0xf4292244) ;
        II(d,a,b,c,M[],,0x432aff97) ;
        II(c,d,a,b,M[],,0xab9423a7);
        II(b,c,d,a,M[],,0xfc93a039) ;
        II(a,b,c,d,M[],,0x655b59c3) ;
        II(d,a,b,c,M[],,0x8f0ccc92) ;
        II(c,d,a,b,M[],,0xffeff47d);
        II(b,c,d,a,M[],,0x85845dd1) ;
        II(a,b,c,d,M[],,0x6fa87e4f) ;
        II(d,a,b,c,M[],,0xfe2ce6e0);
        II(c,d,a,b,M[],,0xa3014314) ;
        II(b,c,d,a,M[],,0x4e0811a1);
        II(a,b,c,d,M[],,0xf7537e82) ;
        II(d,a,b,c,M[],,0xbd3af235);
        II(c,d,a,b,M[],,0x2ad7d2bb);
        II(b,c,d,a,M[],,0xeb86d391);

        A += a;
        B += b;
        C += c;
        D += d;   //这是刚才强调的 把本轮运算的结果传递给下一轮 然后再次运算
所以md5的长度始终是128位
｝

0x04：处理完所有的512位的分组后，得到一组新的A,B,C,D的值，将这些值按ABCD的顺序级联，然后输出。这里还要注意，输出的MD5是按内存中数值的排列顺序，所以我们要分别对A,B,C,D的值做一个小端规则的转换。举个例子：A有32位，分成4个字节A1A2A3A4。输出A的时候，要这样输出：A4A3 A2A1。这样就能输出正确的MD5了。

想必能看到这都MD5还是有一定兴趣的 奉上源码供调试研究

https://github.com/Arsense/WindowsCode