MD5全称为Message Digest Algorithm 5，消息摘要算法第五代
首先对于MD5的结果为固定的32位，并且为hex字符串的输出，那么实际的长度为16字节：
对于HelloWorld的MD5结果为：（==不区分大小写==）

该结果的68描述一个字节，而不是两个字节，所以其结果实际上的位宽为16*8，即128位，对于任意长度的明文数据，最终得到的都是128位的结果，那么该算法得到的结果属于全损压缩，无法从该加密结果中得到原始信息的内容，也无法直接解密出明文，而对于明文中每一位的修改都会影响最终的结果，所以该算法属于散列算法，基于上面描述得到该算法的特点：不可逆性和抗碰撞性，所以广泛用于文件的完整性校验以及签名校验等
关于其可破解，在算法初期通过彩虹表进行md5的碰撞，也即对于通用的明文数据进行加密，将其结果放入彩虹表中，通过查表反推出MD5结果对应的明文数据，由于其加密流程很快速，所以也可以通过暴力破解，通过对明文直接算MD5与结果进行比较，而通过某种算法可实现Hash碰撞，即存在MD5(m1) = MD5(m2)
MD5处理步骤

该步骤需要将输入的数据长度填充成模512（bit）等于448（bit）的长度，填充内容为1以及若干个0
存在两种特殊情况：

获取输入数据的bit数，对于每个字符应该为BYTE的长度，否则会影响计算，利用unsigned char数组来接收输入的字符

这里首个字符H的hex值为0x48，实际上是通过整个8位来描述H这个字符，那么实际上的HelloWorld的长度就是10 * 8 = 80位，对于任意长度的信息，其最终的位数都是8的倍数，由于信息长度为8的整数倍，所以就不会出现模512等于447的情况，也就不会出现只移位1位的情况，通过单元测试测试输入

padding函数通过引用传入一个vector数组进行数据填充：

vector移位通过left_shift实现，返回一个移位后的vector容器，该函数需要实现：

单元测试：

第一步填充的正确结果：

确认位数：0b的前缀占用了两位，而python的输出会从1开始算起，所以得到的位数只有449-2=447，实际上在vector中保存的结果长度就是448

将input设置为123456：0x31二进制为0010 0001，所以python转二进制后会省略前面两位得到的就是448，再减0b占位此时输出的实际长度是446，加上省略的两位就是448


第一步填充完成后，此时的数据长度应为N*512 + 448，这里模值为448，就是为了留64位来描述原始输入的数据长度，此时可以描述的信息最大长度为2^64，所以直接通过uint64_t存储原始信息长度，存储单位为bit：

通过uint64ToVector将uint64转成vector<uint8_t>

在插入信息前需要知道大小端概念，对于HelloWorld，其信息长度为0x50，而通过小端存储时会表现为：0x 50 00 00 00 00 00 00 00，所以在追加到信息前需要将其转成小端存储：

最终处理结果：

该步将填充得到的结果按512位为一组进行划分，这也是为何要模512，而由于填充后的位数一定是512，那么最高位一定是1，此时data[0] & 0x80条件为真，不需要考虑data[0]的实际数据长度是否小于类型宽度，
每一组512再按32位进行划分，所以可以根据此定义一个二维vector：

外层vector的数量未定，这取决于输入的信息长度，而内层的vector数量是固定的为16：所以对于每一次循环都可以创建并初始化一个容量为16的uint32_t，通过或操作4个uint8_t并入uint32_t中：

通过步骤一将HelloWorld填充成512位，分割得到：（只有一组512）

首先定义4个初始的幻数，接下来的所有操作围绕这四个幻数进行：

按照顺序复制一份给res数组：

迭代过程：

循环左移：

非线性函数的子操作，对于输入B，C，D进行与或非操作

$\{$⎩⎨⎧​F(x,y,z)=(x∧y)∨(¬x∧z)G(x,y,z)=(x∧z)∨(y∧¬z)H(x,y,z)=x⊕y⊕zI(x,y,z)=y⊕(x∨¬z)​

迭代操作最简单的就是将每一个函数的参数都逐个传入逐个调用，定义一个transByIterator函数，传入的后四个参数为当前幻数的值，对于分组数大于1的信息，需要多次调用该函数，将每一组执行后的幻数传入：==不同的非线性函数调用时传入的输入信息不是按顺序的==

定义一个vector<uint32_t>用来存储最终的hash结果，注意在调用非线性函数前，需要将输入的信息切换成小端序，而最终的输出需要切回大端序：

单元测试：

对比调用python库的结果：

4个线性函数的操作几乎相同，所以这里采用简化操作，将迭代改成循环，将所有的下标、伪随机数、循环移位的位数设置成数组，幻数也设置成常量，放入constants.h中(此处仅考虑代码简洁性，不考虑其执行性能)：

将FF、GG、HH、II四个非线性函数定义为函数指针数组，通过roundFunctions.size()的循环进行调用：

内层循环这里由于伪随机数、移位位数、信息传入顺序都跟调用的非线性函数是一一对应的，所以通过一个for循环取不同的伪随机数数组、移位位数的数组、以及信息传入顺序的数组，再通过i的值判断调用的非线性函数，进入到内层循环对幻数进行Hash，几个矩阵的外层数组都是4，一一对应着每个函数每次迭代时需要的参数，内层则通过内层循环的k进行取值，对于shiftBits需要对4取余进行取值，这里k从16开始的原因是迭代顺序为==A->D->C->B==，所以第二次迭代时res传入的顺序为res[3]->res[0]->res[1]->res[2]

通过循环取值时传入的参数跟迭代类似，只不过此时只需要传入vector<uint32_t>即可：

单元测试：

同样可以成功输入结果

通过main函数调用testing::InitGoogleTest(&argc, argv);， GoogleTest会自动测量每个TEST用例执行的时间，通过该方式比较两个算法下执行时间的差距，经过三次测试，可以发现两种算法的执行效率并无明显区别，通过循环替代直接迭代的算法也无显著影响md5的hash效率：



测试填充后分组大于1的信息：

封装单元测试：

此时单元测试类为TestMD5，单元测试方式由TEST改为TEST_F，分别测试调用迭代器和循环执行的结果是否都正确，并且测试多组信息下结果是否正确：

[培训]Windows内核深度攻防：从Hook技术到Rootkit实战！