哈希

参考链接：

https://www.zhihu.com/question/20820286

https://www.liaoxuefeng.com/wiki/1252599548343744/1304227729113121

哈希算法（Hash）,又称摘要算法（Disgest）、散列函数，它的作用是：对任意长度输入数据进行计算，得到一个固定长度的结果。

其主要特点：

• 相同输入得到的输出结果一定相同；
• 不同输入得到的输出结果大概率不相同。

哈希算法常用于验证原始数据是否被篡改。

常用哈希算法

算法	输出长度（位）	输出长度（字节）
MD5	128 bits	16 bytes
SHA-1	160 bits	20 bytes
RipeMD-160	160 bits	20 bytes
SHA-256	256 bits	32 bytes
SHA-512	512 bits	64 bytes

• MD5 即 Message-Digest Algorithm 5（信息-摘要算法5， 王小云教授提出），是计算机广泛使用的杂凑算法之一，主流编程语言普遍已有 MD5 实现。

MD5 是输入不定长度信息，经过程序流程，生成4个32位数据，最后联合起来得到一个固定长度为128-bits 散列。

基本方式为，求余、取余、调整长度、与链接变量进行循环运算，得出结果。

MD5 计算广泛应用于错误检查。在一些 BitTorrent 下载中，软件通过计算 MD5 来检验下载到的碎片的完整性。

• SHA-1（英语：Secure Hash Algorithm 1，中文名：安全散列算法1）是一种密码散列函数，SHA-1可以生成一个被称为消息摘要的160位（20字节）散列值，散列值通常的呈现形式为40个十六进制数。

SHA-1 曾经在许多安全协议中广为使用，包括TLS和SSL、PGP、SSH、S/MIME和IPsec，曾被视为是MD5的后继者。

 

哈希碰撞（哈希冲突）

哈希算法的输出的字节长度是固定的，而输入的数据长度是不固定的，有无数种可能。所以，哈希算法是把一个无限的输入集合映射到一个有限的输出集合，必然会产生碰撞。

碰撞概率的高低关系到哈希算法的安全性，一个安全的哈希算法必须满足：

• 碰撞概率低；
• 不能猜测输出。

通常，哈希算法的输出长度越长，越难产生碰撞，越安全。

 

解决哈希冲突的方法

• 开放寻址法（open addressing）
• 链表法（chaining）

开放寻址法

定义：将散列函数扩展定义成探查序列，即每个关键字有一个探查序列h(k,0)、h(k,1)、…、h(k,m-1)，这个探查序列一定是0….m-1的一个排列（一定要包含散列表全部的下标，不然可能会发生虽然散列表没满，但是元素不能插入的情况），如果给定一个关键字k，首先会看h(k,0)是否为空，如果为空，则插入；如果不为空，则看h(k,1)是否为空，以此类推。

开放寻址法是一种解决碰撞的方法，对于开放寻址冲突解决方法，比较经典的有线性探测方法（Linear Probing）、二次探测（Quadratic probing）和 双重散列（Double hashing）等方法。

线性探测

当我们往散列表中插入数据时，如果某个数据经过散列函数散列之后，存储位置已经被占用了，我们就从当前位置开始，依次往后查找，看是否有空闲位置，直到找到为止。线性探测法一个很大的弊端就是当散列表中插入的数据越来越多时，散列冲突发生的可能性就会越来越大，空闲位置会越来越少，线性探测的时间就会越来越久。极端情况下，需要从头到尾探测整个散列表，所以最坏情况下的时间复杂度为 O(n)。

二次探测方法

二次探测进行探测的步长变成了原来的“二次方”，它探测的下标序列为 hash(key)+0，hash(key)+1^2或[hash(key)-1^2]，hash(key)+2^2或[hash(key)-2^2]。

双重散列方法

所谓双重散列，指使用一组散列函数 hash1(key)，hash2(key)，hash3(key)......先用第一个散列函数，如果计算得到的存储位置已经被占用，再用第二个散列函数，依次类推，直到找到空闲的存储位置。

加载因子（load factor）

不论哪种探测方法，当散列表中空闲位置不多的时候，散列冲突的概率就会大大提高。为了尽可能保证散列表的操作效率，需要尽可能保证散列表中有一定比例的空闲槽位。

加载因子是表示 Hsah 表中元素的填满的程度，加载因子越大，填满的元素越多。这样空间利用率高了,但冲突的机会加大了。反之,加载因子越小,填满的元素越少,冲突的机会减小，但空间浪费多。

链表法

链表法是一种更加常用的散列冲突解决办法。在散列表中，每个位置对应一条链表，所有散列值相同的元素都放到相同位置对应的链表中。