你真的懂什么是hash吗？

什么是hash？

Hash也称散列、哈希，对应的英文都是Hash。基本原理就是把任意长度的输入，通过Hash算法变成固定长度的输出。这个映射的规则就是对应的Hash算法，而原始数据映射后的二进制串就是哈希值。

散列表（哈希表）：
散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存存储位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。

散列函数（哈希函数）：
散列函数，顾名思义，它是一个函数。如果把它定义成 hash(key) ，其中 key 表示元素的键值，则 hash(key) 的值表示经过散列函数计算得到的散列值（哈希值）。

活动开发中经常使用的MD5和SHA都是历史悠久的Hash算法。

echo md5("这是一个测试文案");
// 输出结果：2124968af757ed51e71e6abeac04f98d

在这个例子里，这是一个测试文案是原始值，2124968af757ed51e71e6abeac04f98d 就是经过hash算法得到的Hash值。整个Hash算法的过程就是把原始任意长度的值空间，映射成固定长度的值空间的过程。

hash 的特点：

1.确定性
如果两个散列值是不相同的（根据同一函数），那么这两个散列值的原始输入也是不相同的。

2.散列碰撞（collision）
散列函数的输入和输出不是唯一对应关系的，如果两个散列值相同，两个输入值很可能是相同的，但也可能不同。

3.不可逆性
一个哈希值对应无数个明文，理论上你并不知道哪个是。

一个优秀的hash算法所要具备的要求

• a)、从hash值不可以反向推导出原始的数据
  这个从上面MD5的例子里可以明确看到，经过映射后的数据和原始数据没有对应关系
• b)、输入数据的微小变化会得到完全不同的hash值，相同的数据会得到相同的值
  echo md5("这是一个测试文案");
  // 输出结果：2124968af757ed51e71e6abeac04f98d
  echo md5("这是二个测试文案");
  // 输出结果：bcc2a4bb4373076d494b2223aef9f702
  
  可以看到我们只改了一个文字，但是整个得到的hash值产生了非常大的变化。
• c)、哈希算法的执行效率要高效，长的文本也能快速地计算出哈希值
• d)、hash算法的冲突概率要小
  由于hash的原理是将输入空间的值映射成hash空间内，而hash值的空间远小于输入的空间。根据抽屉原理，一定会存在不同的输入被映射成相同输出的情况。那么作为一个好的hash算法，就需要这种冲突的概率尽可能小。

hash 冲突

hash算法是肯定有冲突的，我们常用来解决冲突的方法是拉链法和开放寻址法

拉链法：链表地址法是使用一个链表数组，来存储相应数据，当hash遇到冲突的时候依次添加到链表的后面进行处理。当链表的长度大于8时会优化为红黑树。

开放寻址法：线性探测法，就是比较常用的一种“开放地址”哈希表的一种实现方式。线性探测法的核心思想是当冲突发生时，顺序查看表中下一单元，直到找出一个空单元或查遍全表。简单来说就是：一旦发生冲突，就去寻找下 一个空的散列表地址，只要散列表足够大，空的散列地址总能找到。

demo演示：

拉链法：

开放寻址法：

 

hash算法在日常活动中的应用

在日常运营活动中，我们活动开发经常遇到的应用场景是信息加密、数据校验、负载均衡。下面分别对这三种应用场景进行讲解。