数据结构与算法---哈希算法

最新推荐文章于 2024-09-21 21:29:57 发布

L1AK

最新推荐文章于 2024-09-21 21:29:57 发布

阅读量415

点赞数

分类专栏：数据结构与算法

本文链接：https://blog.csdn.net/qq_43357874/article/details/108568744

版权

17 篇文章 1 订阅

订阅专栏

哈希算法

常用加密的哈希算法MD5(消息摘要算法）Message-Digest Algorithm 和 SHA Secure Hash Algorithm，安全散列算法）
其他加密算法，比如 DES（Data Encryption Standard，数据加密标准）、AES（Advanced Encryption Standard，高级加密标准）
加密哈希算法最重要是，不能反向推出原始值，散列冲突概率要很小
散列冲突小的原因：减少碰撞冲突的概率，但是无法做到完全不冲突
为什么哈希算法无法做到零冲突？
哈希算法产生的哈希值的长度是固定且有限的。比如前面举的 MD5 的例子，哈希值是固定的 128 位二进制串，能表示的数据是有限的，最多能表示 2^128 个数据，而我们要哈希的数据是无穷的。基于鸽巢原理，如果我们对 2^128+1 个数据求哈希值，就必然会存在哈希值相同的情况。这里你应该能想到，一般情况下，哈希值越长的哈希算法，散列冲突的概率越低。
没有绝对安全的加密。越复杂、越难破解的加密算法，需要的计算时间也越长。比如 SHA-256 比 SHA-1 要更复杂、更安全，相应的计算时间就会比较长。
字典攻击，如果用户信息被”脱库“，即使密码是密文，也可以维护一个常用密码字典表，字典中的密码通过哈希算法计算和”脱裤”密文比较，如果相同，基本确定
针对字典攻击可以引入一个盐（salt),和用户的密码组合在一起

如果要在海量的图库中，搜索一张图是否存在，我们不能单纯地用图片的元信息（比如图片名称）来比对
可以给每一个图片取一个唯一标识，或者说信息摘要。
可以从图片的二进制码串开头取 100 个字节，从中间取 100 个字节，从最后再取 100 个字节，然后将这 300 个字节放到一块，通过哈希算法（比如 MD5），得到一个哈希字符串，用它作为图片的唯一标识。通过这个唯一标识来判定图片是否在图库中，这样就可以减少很多工作量。
继续提高效率，我们可以把每个图片的唯一标识，和相应的图片文件在图库中的路径信息，都存储在散列表中。当要查看某个图片是不是在图库中的时候，我们先通过哈希算法对这个图片取唯一标识，然后在散列表中查找是否存在这个唯一标识。

如何实现一个会话粘滞的负载均衡算法？就是需要在同一个客户端上，在一次会话中的所有请求都路由到同一个服务器上
最简单的就是维护一张表，客户端ip和服务器id，每次查询这个表，找到对应的服务器

哈希算法可以完美解决

分布式缓存
机器不够，添加一台机器，所有的数据都要重新计算哈希值，然后重新搬移到正确的机器上。这样就相当于，缓存中的数据一下子就都失效了。所有的数据请求都会穿透缓存，直接去请求数据库。这样就可能发生雪崩效应，压垮数据库
我们需要一种方法，使得在新加入一个机器后，并不需要做大量的数据搬移。这时候，一致性哈希算法就要登场了
假设我们有 k 个机器，数据的哈希值的范围是[0, MAX]。我们将整个范围划分成 m 个小区间（m 远大于 k），每个机器负责 m/k 个小区间。当有新机器加入的时候，我们就将某几个小区间的数据，从原来的机器中搬移到新的机器中。这样，既不用全部重新哈希、搬移数据，也保持了各个机器上数据数量的均衡。
际上，一致性哈希算法的应用非常广泛，在很多分布式存储系统中，都可以见到一致性哈希算法的影子。