1000万件程度のｺﾝﾃﾝﾂ(画像(jpg,png,gifなど)･動画(mpg,avi,movなど)･ﾄﾞｷｭﾒﾝﾄ(pdf,txtなど))があって､> 違うﾊﾞｲﾅﾘで同一のﾊｯｼｭが作られる懸念は無いでしょうか？
あります｡(確率はかなり低いですが)
> その場合の判定方法として確実且つ最速な方法を教えてください｡
予め､ﾂｰﾙなどでﾊｯｼｭのﾘｽﾄを作っておきます｡
(下記URL参照)
http://www.atmarkit.co.jp/fwin2k/win2ktips/597fciv/fciv.html
次にﾊｯｼｭﾘｽﾄをｿｰﾄして二分木探索でﾊｯｼｭの検索を行わせます｡
そして､ﾊｯｼｭが一致した場合､ﾊﾞｲﾅﾘでの比較を行います｡
# ﾊｯｼｭが一致しなければﾊﾞｲﾅﾘ比較はする必要がありません
最後に､追加を行ったﾌｧｲﾙのﾊｯｼｭを追加して､ｿｰﾄしておくと
次回に追加するときの比較元として流用できます｡
回答ありがとうございます！
最後はﾊﾞｲﾅﾘ比較なわけですね｡それなら確実ですね｡
あれ､､､質問して回答を読んでたりする課程で色々考えていて気づいたのですが､
ﾊｯｼｭが一致しない場合に､ﾊﾞｲﾅﾘが一致してしまうというｹｰｽ｡｡｡とかってあり得るのかな｡｡｡
> ﾊｯｼｭが一致しない場合に､ﾊﾞｲﾅﾘが一致
これは無いです｡有ったらﾊｯｼｭ計算ﾌﾟﾛｸﾞﾗﾑがﾊﾞｸﾞってます｡
100÷20が4になるような話です｡
http://ja.wikipedia.org/wiki/%E3%83%8F%E3%83%83%E3%82%B7%E3%83%A...
手順的には先に｢ﾌｧｲﾙｻｲｽﾞの比較｣を入れておくと良いですね｡
ﾌｧｲﾙの中身を読まずにﾌｧｲﾙｼｽﾃﾑ等から高速に得られる情報ですし｡
次にﾊｯｼｭの比較､そしてﾊﾞｲﾅﾘ比較の流れでしょう｡
>各ｺﾝﾃﾝﾂのSHA-512ﾊｯｼｭを作成しておき､それによる比較などでしょうか？
>ただMD5などでの懸念もあるように､違うﾊﾞｲﾅﾘで同一のﾊｯｼｭが作られる懸念は無いでしょうか？
基本的にないはずですが､念には念を入れて､
http://ja.wikipedia.org/wiki/%E6%9A%97%E5%8F%B7%E5%AD%A6%E7%9A%8...
例えば､SSLはMD5とSHA-1を連結して利用している｡これにより､どちらか一方が破られても全体としてはｾｷｭﾘﾃｨを保てるようにしている｡
のように複数の暗号化ﾊｯｼｭ関数を併用するというｱﾌﾟﾛｰﾁはいかがでしょうか？
ただし､暗号化ﾊｯｼｭ関数の種類が増えると当然計算ｺｽﾄも増えるので､
既出ですがﾊｯｼｭ計算の前にﾌｧｲﾙｻｲｽﾞや拡張子であらかじめ判定するのがよいと思います｡
