hash(哈希)是什么

hash(哈希)是什么

1、什么是哈希

hash，通常翻译为散列、杂凑，或者音译为哈希，是把任意长度的输入（又叫作预映射pre-image）经过散列算法变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间一般远小于输入的空间。

它其实就是一个算法，最简单的算法就是加减乘除，比方，我设计个数字算法，输入+7=输出，好比我输入1，输出为8；输入2，输出为9。

哈希算法不过是一个更为复杂的运算，它的输入能够是字符串，能够是数据，能够是任何文件，通过哈希运算后，变成一个固定长度的输出，该输出就是哈希值。可是哈希算法有一个很大的特色，就是你不能从结果推算出输入,因此又称为不可逆的算法。

如上所示，“Kwan”通过哈希运算后，会获得一个随机数列，并且无论你的输入文件多大，最后获得的结果都是这么一个固定长度的数列，即便你输入的是一部电影，输出也是这么大。并且经过数列不能推导出输入。

2、哈希特性

一、不可逆：在具有编码功能的同时，哈希算法也做为一种加密算法存在。即，你没法经过分析哈希值计算出源文件的样子，换句话说：你不可能经过观察香肠的纹理推测出猪原来的样子。

二、计算极快：20G高清电影和一个5K文本文件复杂度相同，计算量都极小，能够在0.1秒内得出结果。也就是说，无论猪有多肥，骨头多硬，作成香肠都只要眨眨眼的时间。

3、哈希的用途

哈希算法的不可逆特性使其在如下领域使用普遍：

一、密码，咱们平常使用的各类电子密码本质上都是基于hash的，你不用担忧支付宝的工做人员会把你的密码泄漏给第三方，由于你的登陆密码是先通过 hash+各类复杂算法得出密文后 再存进支付宝的数据库里的。

二、文件完整性校验，经过对文件进行hash，得出一段hash值 ，这样文件内容之后被修改了，hash值就会变。 MD5 Hash算法的”数字指纹”特性，使它成为应用最普遍的一种文件完整性校验和(Checksum)算法，很多Unix系统有提供计算md5 checksum的命令。

三、数字签名，数字签名技术是将摘要信息用发送者的私钥加密，与原文一块儿传送给接收者。接收者只有用发送者的公钥才能解密被加密的摘要信息，而后用HASH函数对收到的原文产生一个摘要信息，与解密的摘要信息对比。若是相同，则说明收到的信息是完整的，在传输过程当中没有被修改，不然说明信息被修改过，所以数字签名可以验证信息的完整性。

此外，hash算法在区块链领域也使用普遍。

4、基于hash的数据类型有哪些？

Python 中基于hash的2个数据类型是dict and set , 以前说dict查询速度快，为什么快？ 说set天生去重，怎么作到的？其实都是利用了hash的特性，咱们下面来剖析。

一、dict 为什么查询速度超快，且不受dict大小影响 ？

解析：假设我要存14亿人的基本信息

data = {
    "张三":[23742364782642342323234,28,"山东济南"],
    "李四":[12124234232311214458271,25,"北京昌平"],
    "王五":[23030293483727384383929,33,"山东济南"],
    "赵六":[42302033030302482634674,28,"河北保定"],
    # "alex":["xxxx"],
    # "黑姑娘":["xxxx"]
    # ...
}

dict 的每一个key 都要先通过hash生成一段固定长度的hash值，假设生成的hash值以下:

dict会把这些数字按大小排序好放在一个列表里kd = [-10, 53, 67, 81, 99, 123]。当咱们想查找”赵六”的信息时， 会把“赵六”先hash, 获得99这个值，而后拿这个值去到kd列表里找，想象这个列表有14亿个值 ，如何快速找到99？ 二分法就行。

只要找到了99的位置，就能够定位到赵六对应的value的值了。 经过2分法查找，每次数据量都会少一半，这样查找最多31次(2**31=2147483648)就能从20亿信息里找到这我的的信息。

固然 dict 真实的查找算法比这个还要复杂些， 这里只是经过这个例子让你们理解下为什么基于hash的数据类型查找速度会快不少。

二、set为什么是天生去重的？

由于每存一个值到set里时， 都要先通过hash，而后经过得出的这个hash值算出应该存在set里的哪一个位置，存的时候会先检查那个位置上有没有值 ，有的话就对比是否相等，若是相等，则再也不存储此值。 若是不相等(即为空)，则把新值 存在这。