数据加密 哈希算法

对称/非对称加密 信息摘要

图文彻底搞懂非对称加密（公钥密钥）

哈希算法

哈希思想：哈希表与哈希桶的深度解析
哈希表+哈希桶简介及实现

基本介绍

参考：hash算法详解
定义：散列算法（Hash Algorithm），又称哈希算法，杂凑算法，是将任意长度的二进制值串映射为固定长度的二进制值串，这个映射的规则就是哈希算法，而通过原始数据映射之后得到的二进制值串就是哈希值。
哈希算法（Hash Algorithm）是一种将任意长度的消息映射为固定长度的消息摘要（Message Digest）的算法。哈希算法可以将任意长度的输入数据转换为固定长度的输出，通常称为哈希值（Hash Value）或摘要（Digest）。

算法特点

1. 确定性：对于相同的输入数据，哈希算法会生成相同的哈希值。
2. 不可逆性：无法从哈希值中推导出原始的输入数据。
3. 唯一性：不同的输入数据生成的哈希值应尽可能不同。
4. 散列性：即使输入数据仅有微小的变化，生成的哈希值应该有很大的差异。

应用领域

哈希算法广泛应用于密码学、数据完整性校验、数字签名、数据分片等领域。

1. 数字签名：将原始数据的哈希值与签名一起存储，以验证签名的完整性和正确性。
2. 密码存储：将用户密码的哈希值存储在数据库中，以避免直接存储明文密码，提高安全性。
3. 数据完整性校验：将原始数据的哈希值与传输过程中的哈希值进行比对，以判断数据是否被篡改。
4. 数据分片：将原始数据分成若干个块，对每个块分别计算哈希值，以便快速检测数据块的正确性。

常见哈希算法

参考：常见的hash算法及其原理

MD4

MD4（RFC 1320）是 MIT 的Ronald L. Rivest在 1990 年设计的，MD 是 Message Digest（消息摘要） 的缩写。它适用在32位字长的处理器上用高速软件实现——它是基于 32位操作数的位操作来实现的。

MD5

MD5是一种哈希算法，其输出长度为128位(32个16进制的字符）。MD5已被广泛应用于密码学安全领域，例如数字签名、数据加密等。但是，由于其输出长度较短且存在一些安全漏洞，现在已经不再被推荐使用。
算法详解：一文详解 MD5 信息摘要算法

SHA家族算法

SHA-1：
SHA全称是Secure Hash Algorithm。
SHA-1是一种哈希算法，其输出长度为160位（40个16进制字符）。SHA1比MD5更安全，但也存在一些安全漏洞。美国国家安全局已经将SHA1归为不安全的算法之一。

SHA-256：
SHA256是SHA算法族中最常用的一种，其输出长度为256位（64个16进制字符）。SHA256比SHA1更安全，因此在许多应用程序中使用。它常用于数字证书的签名和验证、网络安全协议等。
算法介绍和openssl接口调用实现：openssl+sha256开发实例（C++）
算法原理详解：SHA256算法原理详解

SHA-512：
SHA512是SHA算法族中最安全的一种，其输出长度为512位（128个16进制字符）。SHA512比SHA256更安全，但计算速度更慢。它常用于对于高需求安全性的应用程序，例如密码学、数字签名等。

哈希算法的分类

按照功能，可以简单将哈希算法分为两类：应用于加密的哈希算法和应用于查找的哈希算法。
用于加密的Hash函数主要考虑它和单项函数的差距，而用于查找的Hash函数主要考虑它映射到小范围的冲突率。
按照计算位置的方法，常见的哈希算法有如下几类：

1. 加法Hash；
2. 位运算Hash；
3. 乘法Hash；
4. 除法Hash；
5. 查表Hash；
6. 混合Hash；

文件的哈希：
文件的数字文摘通过Hash函数计算得到。不管文件长度如何，它的Hash函数计算结果是一个固定长度的数字。与加密算法不同，这一个Hash算法是一个不可逆的单向函数。采用安全性高的Hash算法，如MD5、SHA时，两个不同的文件几乎不可能得到相同的Hash结果。因此，一旦文件被修改，就可检测出来。
实际中的Hash函数是指把一个大范围映射到一个小范围。把大范围映射到一个小范围的目的往往是为了节省空间，使得数据容易保存。

散列表（哈希表）、散列函数（哈希函数）

哈希表是根据设定的哈希函数H（key）和处理冲突方法将一组关键字映射到一个有限的地址区间上，并以关键字在地址区间中的象作为记录在表中的存储位置，这种表称为哈希表或散列，所得存储位置称为哈希地址或散列地址。作为线性数据结构与表格和队列等相比，哈希表无疑是查找速度比较快的一种。

散列表，它是基于快速存取的角度设计的，也是一种典型的“空间换时间”的做法。顾名思义，该数据结构可以理解为一个线性表，但是其中的元素不是紧密排列的，而是可能存在空隙。

散列表（Hash table，也叫哈希表），是根据关键码值（Key value）而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

负载因子 散列冲突 冲突解决

负载因子：
比如我们存储70个元素，但我们可能为这70个元素申请了100个元素的空间。70/100=0.7，这个数字称为负载因子。我们之所以这样做，也是为了“快速存取”的目的。我们基于一种结果尽可能随机平均分布的固定函数H为每个元素安排存储位置，这样就可以避免遍历性质的线性搜索，以达到快速存取。

散列冲突：
但是由于此随机性，也必然导致一个问题就是冲突。所谓冲突，即两个元素通过散列函数H得到的地址相同，那么这两个元素称为“同义词”。散列函数的计算结果是一个存储单位地址，每个存储单位称为“桶”。设一个散列表有m个桶，则散列函数的值域应为［0，m-1］。

冲突解决：
（1）线性探查法：冲突后，线性向前试探，找到最近的一个空位置。缺点是会出现堆积现象。存取时，可能不是同义词的词也位于探查序列，影响效率。
（2）双散列函数法：在位置d冲突后，再次使用另一个散列函数产生一个与散列表桶容量m互质的数c，依次试探（d+n*c）%m，使探查序列跳跃式分布。

###常见散列函数
直接寻址法
数字分析法
平方取中法
折叠法
随机数法
除留余数法

ADLER32算法

算法原理基本介绍：
C语言实现Adler-32哈希算法(含源码)
Adler-32校验算法
代码实现：
C++ adler32函数代码示例