チェックサムはどのくらいユニークですか？

並べ替えが必要なファイルがたくさんあります。残念なことに、同じ名前で内容が異なる多くのファイルがあり、ファイル名が異なる同じ内容があります。

を使用md5sumしてファイルのチェックサムを生成することを考えていますが、知っておく必要があります。2つの異なるファイル（つまり、異なるコンテンツ）が同じチェックサムを生成する可能性はありますか？

もしそうなら、それはどのくらい起こりそうですか？

2つの異なる関連のない（つまり、同じ「ファミリ」内にない）チェックサムプログラムを使用して2つのチェックサムを生成することは可能でしょうか。一度に両方に起こることはありませんか？

内容が同じでファイル名が異なる2つのファイル：（file1およびfile2）：

cat file1
this is a simple file

cat file2
this is a simple file

md5sum file1
7de45bf879db49de7e2eacea23e6c165  file1
md5sum file2
7de45bf879db49de7e2eacea23e6c165  file2

内容は異なるがファイル名が同じ2つのファイル：（file1およびfile1）

cat file1
this is a simple file
cat file1
this is a simple file with extra contents
md5sum file1 #first file1
7de45bf879db49de7e2eacea23e6c165  file1
md5sum file1 #second file1
c7c8f3fd9ddd7a926c31416a69063e4e  file1

wikiエントリから、

ただし、実際に同じハッシュを持つように特別に作成されていない限り、実世界の2つの同一でないファイルが同じMD5ハッシュを持つことはほとんどありません。

しかし、MD5アルゴリズムには独自の欠点があります。

ただし、MD5の衝突が簡単に発生するようになったため、ファイルを作成したユーザーが同じチェックサムを使用して2番目のファイルを作成する可能性があるため、この手法では、なんらかの形式の悪意のある改ざんから保護できません。また、場合によっては、チェックサムは信頼できません（たとえば、ダウンロードされたファイルと同じチャネルを介して取得された場合）。この場合、MD5はエラーチェック機能のみを提供できます。破損または不完全なダウンロードを認識します。これは、大きなファイルをダウンロードするときに、より可能性が高くなります。

sha1アルゴリズムを使用する場合、衝突の生成はそれほど簡単ではないため、チェックサムの計算にはsha1を使用することをお勧めします。ここでわかるように、sha1チェックサムの生成は非常に簡単です。