彻底掌握哈希算法，不再似懂非懂！

一、介绍及原理

1.1 简介

哈希算法（Hash）又称摘要算法（Digest），它的作用是：对任意一组输入数据进行计算，得到一个固定长度的输出摘要。比如Java字符串的hashCode()就是哈希算法，输出是固定的4字节（32位二进制数）int整数，以16进制（一位数表示为4位二进制）表示，因此表达为类似0x7a9d88e8这种八位数的形式，即32除以4等于8。当然不是所有输出都会带0x前缀，但是对我们看到输出的字符串有 e、a、f 等字母就应该自然而然地想到是十六进制。

最简单的哈希算法就是取模。

1.2 哈希算法特性

1. 相同的输入一定得到相同的输出；
2. 不同的输入大概率得到不同的输出。根据抽屉原理，输入数据存在无限可能，而输出有固定范围，因此一定会存在不同输入得到相同输出的情况，即哈希碰撞，碰撞越多，算法越不可靠；
3. 输入数据(文件、字符串等)的细微变化能导致输出的巨大变化；
4. 不可以根据输出值推导出输入值，只能暴力破解；
5. 执行效率高，哪怕输入是长文本。

1.3 作用

哈希算法的目的就是为了验证原始数据是否被篡改。

1.4 常见哈希算法

• SHA1
• SHA2，一系列算法的统称，包括sha256等
• md5：现已不够安全

---

二、如何解决哈希碰撞？

2.1 链地址法

---

三、应用

3.1 比较文件是否安全、完整

不如在一些官网下载软件包，对应版本会有唯一一个哈希值，如下图：

3.2 安全加密

比如加密用户密码。
不要在数据库明文保存用户密码，防止内部人员或者黑客窃取。应该保存密码的hash值，同时为了避免彩虹库的碰撞，还应该给每个用户密码加不同的盐（防止密码相同用户因为一个用户密码被破解而同时遭殃），即保存 hash(password +salt)计算后的值。

比如 HTTPS、CA 证书

3.3 区块链

也可以归为安全领域，但是值得单独拿出来讲述。

3.4 其它

这里就可以展开脑洞啦。

比如涉及到版权问题，比如图片。根据文件内容的哈希值判断是否是相同文件，修改文件名称和时间没有用，即使该文件在不同计算机间拷贝，哈希值的计算是针对文件流，即文件内容。

比如上传大文件到百度网盘时，感觉是秒传。

比如上传大文件到服务端的断点续传（避免重复上传）。

参考链接：

1. https://www.liaoxuefeng.com/wiki/1252599548343744/1304227729113121
2. https://www.cnblogs.com/sunsky303/p/11865321.html
3. https://juejin.im/post/6844904205312868366#heading-6