MD5即Message-Digest Algorithm 5(信息-摘要算法5),用于确保信息传输完整一致。是计算机广泛使用的杂凑算法之一(又译摘要算法、哈希算法)。MD5的作用是让大容量信息在用数字签名软件签署私人密钥前被”压缩”成一种保密的格式(就是把一个任意长度的字节串变换成一定长的十六进制数字串)。

步骤1:

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。什么是大小端规则?

补充好后的Str2长度为(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[0] = 64 63 62 61,
M[1] = 00 00 80 65,
M[2] = 0,
M[3] = 0

M[14] = 00 00 00 28,
M[15] = 0

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,大家应该对步骤1的内容有比较全面的了解了。

步骤2:

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
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):

FF(a, b, c, d, M[j], s, ti)表示 a = b + ((a + F(b, c, d) + Mj + ti) <<< s)
GG(a, b, c, d, M[j], s, ti)表示 a = b + ((a + G(b, c, d) + Mj + ti) <<< s)
HH(a, b, c, d, M[j], s, ti)表示 a = b + ((a + H(b, c, d) + Mj + ti) <<< s)
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。

步骤3:

接下来就是要进行一个MD5算法的主要循环了,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[0],7,0xd76aa478);
        FF(d,a,b,c,M[1],12,0xe8c7b756);
        FF(c,d,a,b,M[2],17,0x242070db);
        FF(b,c,d,a,M[3],22,0xc1bdceee);
        FF(a,b,c,d,M[4],7,0xf57c0faf);
        FF(d,a,b,c,M[5],12,0x4787c62a);
        FF(c,d,a,b,M[6],17,0xa8304613);
        FF(b,c,d,a,M[7],22,0xfd469501) ;
        FF(a,b,c,d,M[8],7,0x698098d8) ;
        FF(d,a,b,c,M[9],12,0x8b44f7af) ;
        FF(c,d,a,b,M[10],17,0xffff5bb1) ;
        FF(b,c,d,a,M[11],22,0x895cd7be) ;
        FF(a,b,c,d,M[12],7,0x6b901122) ;
        FF(d,a,b,c,M[13],12,0xfd987193) ;
        FF(c,d,a,b,M[14],17,0xa679438e) ;
        FF(b,c,d,a,M[15],22,0x49b40821);

        //传说中对M[j]的第二轮循环
        GG(a,b,c,d,M[1],5,0xf61e2562);
        GG(d,a,b,c,M[6],9,0xc040b340);
        GG(c,d,a,b,M[11],14,0x265e5a51);
        GG(b,c,d,a,M[0],20,0xe9b6c7aa) ;
        GG(a,b,c,d,M[5],5,0xd62f105d) ;
        GG(d,a,b,c,M[10],9,0x02441453) ;
        GG(c,d,a,b,M[15],14,0xd8a1e681);
        GG(b,c,d,a,M[4],20,0xe7d3fbc8) ;
        GG(a,b,c,d,M[9],5,0x21e1cde6) ;
        GG(d,a,b,c,M[14],9,0xc33707d6) ;
        GG(c,d,a,b,M[3],14,0xf4d50d87) ;
        GG(b,c,d,a,M[8],20,0x455a14ed);
        GG(a,b,c,d,M[13],5,0xa9e3e905);
        GG(d,a,b,c,M[2],9,0xfcefa3f8) ;
        GG(c,d,a,b,M[7],14,0x676f02d9) ;
        GG(b,c,d,a,M[12],20,0x8d2a4c8a);

        //传说中对M[j]的第三轮循环
        HH(a,b,c,d,M[5],4,0xfffa3942);
        HH(d,a,b,c,M[8],11,0x8771f681);
        HH(c,d,a,b,M[11],16,0x6d9d6122);
        HH(b,c,d,a,M[14],23,0xfde5380c) ;
        HH(a,b,c,d,M[1],4,0xa4beea44) ;
        HH(d,a,b,c,M[4],11,0x4bdecfa9) ;
        HH(c,d,a,b,M[7],16,0xf6bb4b60) ;
        HH(b,c,d,a,M[10],23,0xbebfbc70);
        HH(a,b,c,d,M[13],4,0x289b7ec6);
        HH(d,a,b,c,M[0],11,0xeaa127fa);
        HH(c,d,a,b,M[3],16,0xd4ef3085);
        HH(b,c,d,a,M[6],23,0x04881d05);
        HH(a,b,c,d,M[9],4,0xd9d4d039);
        HH(d,a,b,c,M[12],11,0xe6db99e5);
        HH(c,d,a,b,M[15],16,0x1fa27cf8) ;
        HH(b,c,d,a,M[2],23,0xc4ac5665);

        //传说中对M[j]的第四轮循环
        II(a,b,c,d,M[0],6,0xf4292244) ;
        II(d,a,b,c,M[7],10,0x432aff97) ;
        II(c,d,a,b,M[14],15,0xab9423a7);
        II(b,c,d,a,M[5],21,0xfc93a039) ;
        II(a,b,c,d,M[12],6,0x655b59c3) ;
        II(d,a,b,c,M[3],10,0x8f0ccc92) ;
        II(c,d,a,b,M[10],15,0xffeff47d);
        II(b,c,d,a,M[1],21,0x85845dd1) ;
        II(a,b,c,d,M[8],6,0x6fa87e4f) ;
        II(d,a,b,c,M[15],10,0xfe2ce6e0);
        II(c,d,a,b,M[6],15,0xa3014314) ;
        II(b,c,d,a,M[13],21,0x4e0811a1);
        II(a,b,c,d,M[4],6,0xf7537e82) ;
        II(d,a,b,c,M[11],10,0xbd3af235);
        II(c,d,a,b,M[2],15,0x2ad7d2bb);
        II(b,c,d,a,M[9],21,0xeb86d391);

        A += a;
        B += b;
        C += c;
        D += d;
}
步骤4:

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。

下面给一些例子大家测试:

MD5 ("") = d41d8cd98f00b204e9800998ecf8427e
MD5 ("a") = 0cc175b9c0f1b6a831c399e269772661
MD5 (“ab”) = 187ef4436122d1cc2f40dc2b92f0eba0
MD5 ("abc") = 900150983cd24fb0d6963f7d28e17f72
MD5 (“abcde”) = ab56b4d92b40713acc5af89985d4b786
MD5 ("message digest") = f96b697d7cb7938d525a2f31aaf161d0
MD5 ("abcdefghijklmnopqrstuvwxyz") = c3fcd3d76192e4007dfb496cca67e13b
MD5 ("ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz") =
    f29939a25efabaef3b87e2cbfe641315

相关代码见https://github.com/sherlly/encryption