MD5算法的C++实现

1. Introduction
MD5算法是一种消息摘要算法(Message Digest Algorithm)，此算法以任意长度的信息(message)作为输入进行计算，产生一个128-bit(16-byte)的指纹或报文摘要(fingerprint or message digest)。两个不同的message产生相同message digest的几率相当小，从一个给定的message digest逆向产生原始message更是困难(不过据说我国的某个教授很善于从message digest构造message)，因此MD5算法适合用在数字签名应用中。MD5实现简单，在32位的机器上运行速度也相当快，当然实际应用也不仅仅局限于数字签名。

2. MD5 Algorithm Description
假设输入信息(input message)的长度为b(bit)，我们想要产生它的报文摘要，在此处b为任意的非负整数：b也可能为0，也不一定为8的整数倍，且可能是任意大的长度。设该信息的比特流表示如下：

M[0] M[1] M[2] ... M[b-1]

计算此信息的报文摘要需要如下5步：
2.1 Append Padding Bits
信息计算前先要进行位补位，设补位后信息的长度为LEN(bit)，则LEN%512 = 448(bit)，即数据扩展至
K*512+448(bit)。即K*64+56(byte)，K为整数。补位操作始终要执行，即使补位前信息的长度对512求余的结果是448。具体补位操作：补一个1，然后补0至满足上述要求。总共最少要补1bit，最多补512bit。

2.2 Append Length
将输入信息的原始长度b(bit)表示成一个64-bit的数字，把它添加到上一步的结果后面(在32位的机器上，这64位将用2个字来表示并且低位在前)。当遇到b大于2^64这种极少的情况时，b的高位被截去，仅使用b的低64位。经过上面两步，数据就被填补成长度为512(bit)的倍数。也就是说，此时的数据长度是16个字(32byte)的整数倍。此时的数据表示为：

M[0 ... N-1]

其中的N是16的倍数。

2.3 Initialize MD Buffer
用一个四个字的缓冲器(A，B，C，D)来计算报文摘要，A,B,C,D分别是32位的寄存器，初始化使用的是十六进制表示的数字，注意低字节在前：

word A: 01 23 45 67
word B: 89 ab cd ef
word C: fe dc ba 98
word D: 76 54 32 10

2.4 Process Message in 16-Word Blocks
首先定义4个辅助函数，每个函数的输入是三个32位的字，输出是一个32位的字：

F(X,Y,Z) = XY v not(X) Z
G(X,Y,Z) = XZ v Y not(Z)
H(X,Y,Z) = X xor Y xor Z
I(X,Y,Z) = Y xor (X v not(Z))

NOTE：not(X)代表X的按位补运算，X v Y 表示X和Y的按位或运算，X xor Y代表X和Y的按位异或运算，XY代表X和Y的按位与运算。

具体过程如下：

1/*Processeach16-wordblock.*/
2Fori=0toN/16-1do
3
4/*CopyblockiintoX.*/
5Forj=0to15do
6SetX[j]toM[i*16+j].
7end/*oflooponj*/
8
9/*SaveAasAA,BasBB,CasCC,andDasDD.*/
10AA=A
11BB=B
12CC=C
13DD=D
14
15/*Round1.*/
16/*Let[abcdksi]denotetheoperation
17a=b+((a+F(b,c,d)+X[k]+T[i])<<<s).*/
18/*Dothefollowing16operations.*/
19[ABCD071][DABC1122][CDAB2173][BCDA3224]
20[ABCD475][DABC5126][CDAB6177][BCDA7228]
21[ABCD879][DABC91210][CDAB101711][BCDA112212]
22[ABCD12713][DABC131214][CDAB141715][BCDA152216]
23
24/*Round2.*/
25/*Let[abcdksi]denotetheoperation
26a=b+((a+G(b,c,d)+X[k]+T[i])<<<s).*/
27/*Dothefollowing16operations.*/
28[ABCD1517][DABC6918][CDAB111419][BCDA02020]
29[ABCD5521][DABC10922][CDAB151423][BCDA42024]
30[ABCD9525][DABC14926][CDAB31427][BCDA82028]
31[ABCD13529][DABC2930][CDAB71431][BCDA122032]
32
33/*Round3.*/
34/*Let[abcdkst]denotetheoperation
35a=b+((a+H(b,c,d)+X[k]+T[i])<<<s).*/
36/*Dothefollowing16operations.*/
37[ABCD5433][DABC81134][CDAB111635][BCDA142336]
38[ABCD1437][DABC41138][CDAB71639][BCDA102340]
39[ABCD13441][DABC01142][CDAB31643][BCDA62344]
40[ABCD9445][DABC121146][CDAB151647][BCDA22348]
41
42/*Round4.*/
43/*Let[abcdkst]denotetheoperation
44a=b+((a+I(b,c,d)+X[k]+T[i])<<<s).*/
45/*Dothefollowing16operations.*/
46[ABCD0649][DABC71050][CDAB141551][BCDA52152]
47[ABCD12653][DABC31054][CDAB101555][BCDA12156]
48[ABCD8657][DABC151058][CDAB61559][BCDA132160]
49[ABCD4661][DABC111062][CDAB21563][BCDA92164]
50
51/*Thenperformthefollowingadditions.(Thatisincrementeach
52ofthefourregistersbythevalueithadbeforethisblock
53wasstarted.)*/
54A=A+AA
55B=B+BB
56C=C+CC
57D=D+DD
58
59end/*oflooponi*/

2.5 Output
报文摘要的产生后的形式为：A，B，C，D。也就是低位字节A开始，高位字节D结束。

3. C++ Implementation
有了上面5个步骤的算法描述，用C++实现起来就很直接了。需要注意的是在具体实现的时候上述5个步骤的顺序会有所变动，因为在大多数情况下我们都无法或很难提前计算出输入信息的长度b(如输入信息来自文件或网络)。因此在具体实现时Append Padding Bits和Append Length这两步会放在最后面。

4. Test Suite
由于实现代码比较长，在这里就不贴出来了，在本文后面会提供下载。MD5类的public接口如下：
md5.h

1classMD5{
2public:
3MD5();
4MD5(constvoid*input,size_tlength);
5MD5(conststring&str);
6MD5(ifstream&in);
7voidupdate(constvoid*input,size_tlength);
8voidupdate(conststring&str);
9voidupdate(ifstream&in);
10constbyte*digest();
11stringtoString();
12voidreset();
13...
14};

下面简单介绍一下具体用法：
1.计算字符串的MD5值
下面的代码计算字符串"abc"的MD5值并用cout输出：

1MD5md5;
2md5.update("abc");
3cout<<md5.toString()<<endl;
4//或者更简单点
5cout<<MD5("abc").toString()<<endl;

2.计算文件的MD5值
下面的代码计算文本文件"D:\test.txt"的MD5值并用cout输出，如果是二进制文件打开的时候记得要指定ios::binary模式。另外需要注意的是用来计算的文件必须存在，所以最好在计算前先判断下ifstream的状态。
(本来判断ifstream是否有效不该是客户的责任，原本想在ifstream无效时用文件名做参数抛出FileNotFoundException之类的异常，后来却发现从ifstream中居然无法得到文件名...)

1MD5md5;
2md5.update(ifstream("D:\\test.txt"));
3cout<<md5.toString()<<endl;
4//或者更简单点
5cout<<MD5(ifstream("D:\\test.txt")).toString()<<endl;

3.最基本的用法
上面的用来计算字符串和文件MD5值的接口都是为了方便才提供的，其实最基本的接口是：
void update(const void *input, size_t length);
update的另外两个重载都是基于它来实现的，下面的代码用上述接口来实现FileDigest函数，该函数用来计算文件的MD5值：

1stringFileDigest(conststring&file){
2
3ifstreamin(file.c_str(),ios::binary);
4if(!in)
5return"";
6
7MD5md5;
8std::streamsizelength;
9charbuffer[1024];
10while(!in.eof()){
11in.read(buffer,1024);
12length=in.gcount();
13if(length>0)
14md5.update(buffer,length);
15}
16in.close();
17returnmd5.toString();
18}

下面看看测试代码：
test.cpp

1#include"md5.h"
2#include<iostream>
3
4usingnamespacestd;
5
6voidPrintMD5(conststring&str,MD5&md5){
7cout<<"MD5(\""<<str<<"\")="<<md5.toString()<<endl;
8}
9
10intmain(){
11
12MD5md5;
13md5.update("");
14PrintMD5("",md5);
15
16md5.update("a");
17PrintMD5("a",md5);
18
19md5.update("bc");
20PrintMD5("abc",md5);
21
22md5.update("defghijklmnopqrstuvwxyz");
23PrintMD5("abcdefghijklmnopqrstuvwxyz",md5);
24
25md5.reset();
26md5.update("messagedigest");
27PrintMD5("messagedigest",md5);
28
29md5.reset();
30md5.update(ifstream("D:\\test.txt"));
31PrintMD5("D:\\test.txt",md5);
32
33return0;
34}

测试结果：
MD5("") = d41d8cd98f00b204e9800998ecf8427e
MD5("a") = 0cc175b9c0f1b6a831c399e269772661
MD5("abc") = 900150983cd24fb0d6963f7d28e17f72
MD5("abcdefghijklmnopqrstuvwxyz") = c3fcd3d76192e4007dfb496cca67e13b
MD5("message digest") = f96b697d7cb7938d525a2f31aaf161d0
MD5("D:\test.txt") = 7ac66c0f148de9519b8bd264312c4d64