1 基本概念
1.1 定义与作用
校验和是对一段数据按照既定规则计算得到的数值，用来判断数据在传输、存储或处理过程中是否出现异常。它通常由源数据派生而来，数值本身并不承载业务含义，而是作为检查标记使用。
在实际应用中，校验和的主要作用是差错检测。接收方、读取方或后续处理程序可重新计算该数值，并与原始附带的结果进行比对；若两者不一致，通常说明数据可能发生了损坏、丢失、插入或顺序变化。
1.2 校验和与数据完整性
数据完整性强调信息在生命周期内保持原始、连续且未被非预期改变。校验和是实现完整性检查的常见工具之一，尤其适用于快速发现偶发错误，例如线路噪声、介质老化、软件写入异常等。
需要注意的是，校验和只能提示“是否可能有问题”，并不能证明数据绝对正确。某些错误可能恰好得到相同结果，因此它更适合作为低成本的初步筛查手段，而非最终的绝对保证。
1.3 校验和的应用场景
校验和常见于网络通信、文件分发、备份恢复、存储介质检测以及嵌入式设备等场景。在网络中，它可用于确认报文在传输途中是否受损；在文件场景中，则常用来核对下载包或归档文件是否完整。
此外，校验和也被用于日志记录、数据库导入导出、固件升级和传感器采样数据检查等环节。凡是需要以较低开销发现数据异常的地方，都可能采用这一机制。
2 原理与计算方法
2.1 基本计算思路
校验和的计算通常遵循“对原始数据进行某种归纳，再生成较短的检查值”的思路。原数据可以按字节、字、块或其他单位处理，再通过加法、异或、模运算等方式压缩成一个较小的结果。
这种设计的目标不是保留全部信息，而是让结果对输入变化具有一定敏感性。只要原始内容发生偏差，最终数值就可能不同，从而触发检测。
2.1.1 数据分组与累加
许多校验和算法会先将数据划分为若干固定长度的分组，例如 8 位、16 位或 32 位单元，然后依次累加。分组方式不同，得到的结果也会不同，因此实现时必须统一数据边界和字节顺序。
累加法的优点在于直观、实现简便。若中途某一组数据发生改变，最终总和通常会随之变化，因此能在一定程度上反映输入内容是否被修改。
2.1.2 模运算与截断
由于累加结果可能超出预设位宽，校验和算法常会配合模运算或截断处理，使结果保持在固定范围内。例如，在 16 位校验中，超过 16 位的进位可能会被舍弃或回卷。
这类处理既能控制结果长度，也能让不同平台更容易统一实现。通过约定取模规则，算法可以在有限位宽内生成稳定的检查值。
2.2 常见计算方式
2.2.1 简单和校验
简单和校验是最基础的形式，通常把所有数据单元直接相加，再保留低位结果。它实现容易、运算开销小，因此在一些低要求场景中仍有使用。
不过，这种方法对数据重排、对称性变化和某些成对抵消情况不够敏感，因此检测能力有限。它更适合用于粗略检查，而不是高可靠性验证。
2.2.2 异或校验
异或校验通过对各数据单元逐个执行按位异或得到结果。该方法常用于简单设备或低成本通信协议中，因为它只需要极少的计算资源。
异或运算对某些单比特翻转有较好识别能力，但当多处变化彼此抵消时，仍可能无法发现异常。因此，它通常被视为轻量级检测机制。
2.2.3 一补和与反码校验
一补和校验是网络协议中较常见的一类方法。其基本思路是对数据块进行一补加法，即超出位宽的进位回卷到低位，再取结果的反码作为校验值。
这种方式在不少通信协议中具有较好的平衡性：既便于实现，又比最简单的累加更能适应链路错误检测需求。它对字序和分组方式较为敏感，因此实现时需遵循统一规范。
2.3 计算示例
假设有一组 8 位数据：12H、34H、56H、78H。若采用简单累加方式，可先将这些数值相加，得到中间结果，再按 8 位范围保留低位。
如果采用异或校验，则依次对四个字节进行异或运算，最终得到一个 8 位结果。若采用一补和方式，则会按约定将高位进位回卷，最后再取反码输出。不同算法得出的校验值通常不同，这也说明“校验和”并非单一公式，而是一类检测结果的统称。
3 类型与实现
3.1 按位宽分类
3.1.1 8位校验和
8 位校验和结果较短，适合资源受限的设备或简单协议。由于结果空间较小，它对复杂错误的区分能力有限，但在传输短报文、控制指令或传感器采样值时仍较实用。
3.1.2 16位校验和
16 位校验和是较常见的折中方案，既能提供比 8 位更好的检测能力，又不会带来过高的计算负担。许多传统网络协议和存储格式都采用类似位宽的检查方式。
3.1.3 32位校验和
32 位校验和通常用于需要更大结果空间的场景。它可以降低偶然碰撞的概率，适合长数据块或对完整性要求较高的普通应用，但仍不等同于密码学意义上的安全保护。
3.2 按算法分类
3.2.1 循环冗余型校验
循环冗余型校验通常指基于多项式运算的差错检测方法。它虽然在技术上与传统“累加式校验和”有所不同，但同样承担检测数据错误的职责，因此在广义讨论中常被并列提及。
这类方法对连续错误、突发错误具有较强识别能力，常用于通信、存储和工业控制等领域。
3.2.2 纯累加型校验
纯累加型校验以加法为核心，结构简单，计算速度快。它适合对算法复杂度较敏感的环境，但检测能力一般低于更复杂的冗余编码方式。
3.2.3 哈希辅助型校验
哈希辅助型校验是指借助哈希函数或其简化版本生成检查值。此类方法结果分布更均匀，通常比单纯求和更难被轻易伪造，但实现成本也相对更高。
3.3 软件实现
3.3.1 编程语言中的实现方式
在软件中，校验和常通过循环遍历数据缓冲区完成。开发者可以使用整数类型累加、按位异或或位移操作，再将结果限制在规定范围内。不同语言对整数溢出、字节顺序和类型提升的处理方式不同，因此实现时需要格外注意。
3.3.2 流式数据计算
当数据无法一次性全部载入内存时，可采用流式计算。程序按块读取输入，并持续更新中间结果，直至处理完全部数据。这种方式适合大文件、实时通信和持续采集场景。
3.4 硬件实现
在硬件层面，校验和可以由专用逻辑、电路模块或通信控制器直接生成。与软件方案相比，硬件实现通常更快，且能减轻主处理器负担，常见于网卡、存储控制器和嵌入式通信芯片中。
硬件方案的优势在于低延迟和高吞吐，但灵活性相对较弱。一旦算法或格式发生变化，往往需要重新配置或升级硬件支持。
4 应用领域
4.1 网络通信
4.1.1 数据包校验
在网络通信中，校验和常用于确认数据包是否在传输途中受到干扰。发送端计算检查值并写入报文，接收端再进行复算，比对结果是否一致。
若检测失败，报文通常会被丢弃或请求重传。这样可以在不增加过多开销的前提下，提高通信可靠性。
4.1.2 协议头检测
许多协议会对报文头部或部分字段进行校验，以发现长度、标志位、地址信息等是否被破坏。由于头部信息直接关系到数据解析和路由处理，因此这一检查环节尤为重要。
4.2 文件与存储
4.2.1 文件下载校验
在文件下载场景中，发布者常附带校验和供用户核对。下载完成后，用户可重新计算文件的检查值，与官方提供的结果比较，以确认文件是否完整。
这种做法尤其适用于安装包、压缩文件和镜像文件。它能帮助用户避免因网络中断或缓存异常而获得损坏文件。
4.2.2 备份与归档验证
备份系统常在写入或恢复时检查校验值，以确认档案内容未在保存过程中发生异常。对于长期归档数据，定期重新校验也有助于尽早发现介质老化或静默损坏。
4.2.3 磁盘与闪存错误检测
磁盘、闪存和其他存储介质在读写时可能出现位错误。校验和可作为轻量级检测机制，帮助系统识别局部损坏或传输异常，从而触发重读、重写或更高级的修复策略。
4.3 嵌入式系统
4.3.1 固件完整性检查
嵌入式设备在启动或升级时，往往需要对固件进行完整性核验。校验和可以用于确认程序映像在传输、烧录或存储后是否保持一致，避免设备因异常代码而无法正常运行。
4.3.2 传感器数据校验
在传感器网络中，采集数据可能受噪声、总线干扰或接口不稳定影响。通过附加校验和，可在接收端快速判断数据帧是否可靠，进而决定是否采用该组读数。
5 优点与局限
5.1 优点
5.1.1 计算简单
校验和算法通常不需要复杂数学结构，开发和维护成本较低。对于大量已有系统而言，这种简单性使其易于集成。
5.1.2 速度快
由于运算多为加法、异或或位移，校验和可以以较高速度完成，适合实时性要求较强的场合。
5.1.3 资源占用低
校验和对内存、处理器和存储空间的要求普遍不高，因此在小型设备和高并发系统中都较容易部署。
5.2 局限
5.2.1 误检与漏检可能性
校验和并非绝对可靠，某些不同的数据可能计算出相同结果，或者某些错误恰好未改变最终数值。这意味着它存在误判风险。
5.2.2 抗碰撞能力有限
与更复杂的哈希或冗余编码相比，传统校验和的结果空间较小，较容易出现不同输入对应同一结果的情况，因此碰撞问题较为突出。
5.2.3 不适合安全防篡改场景
校验和主要用于检测偶发错误，不具备抵御恶意伪造的能力。若场景需要防止故意修改，通常应采用更强的认证或加密机制。
6 与相关概念的区别
6.1 与哈希值的区别
哈希值通常强调把任意长度输入映射为固定长度输出，常用于检索、去重或完整性验证；而校验和更偏重于差错检测，设计目标通常是快速、简洁。两者都可用于检查数据变化，但哈希函数一般更复杂，输出特性也更稳定。
6.2 与校验码的区别
校验码是更宽泛的概念，指用于检测或纠正错误的附加信息。校验和是其中一种形式，侧重于检测而不负责修复。换言之，校验和可以视为校验码家族中的一个成员。
6.3 与错误检测码的关系
错误检测码是专门用于识别数据差错的一类编码。校验和可以被看作错误检测码的简化实现之一，常用于对资源开销较敏感、但又需要一定可靠性的场景。
6.4 与纠错码的区别
纠错码不仅能发现错误，还能在一定范围内恢复原始数据。相比之下，校验和通常只能告诉系统“数据有问题”，却不能指出哪里错了，更不能直接修正。因此，二者在功能层级上并不相同。
7 常见问题
7.1 校验和为什么会变化
校验和变化通常意味着输入数据发生了改变，哪怕只是一个字节、一个比特或一个字段顺序的差异。除此之外，不同实现对字节序、分组方式、初始值和取反规则的处理不同，也可能导致结果看起来不一致。
7.2 如何验证校验和是否正确
验证时，一般需要使用与生成时完全相同的算法、参数和数据范围重新计算结果，再与原始校验值比较。如果两者一致，通常可认为数据在检测范围内保持完整；若不一致，则说明存在异常可能。
7.3 校验和不一致时的处理方式
当校验和不一致时，常见做法包括丢弃数据、请求重传、重新下载、重新读取或回滚到备份版本。具体策略取决于应用场景对可靠性和实时性的要求。
7.4 不同平台间的兼容性问题
不同平台在整数表示、字节序、结构体对齐和溢出处理上可能存在差异，这会影响校验和结果。为保证兼容性，通常需要明确数据格式、计算顺序和取值规则，并尽量使用统一规范来实现。