Hash简谈

什么是hash？

hash又称为散列，就是把一串任意长度的输入通过hash算法转换为固定长度的输出串，这个串就叫做hash值。比如Java集合中的map，根据key来计算hash值code，code = hash(key)。

hash函数，算法

• MD4:基于32位的位操作实现的
• MD5：比md4更复杂一些，因此速度更慢一些，安全性更好
• SHA-1：对小于264位的输入，产生160位的散列值

hash表

hash表称为散列表，是通过key-value访问的数据结构。通过把key计算出的hash值映射到表中的一个位置，然后读取该位置的数据，提高访问效率。函数称为散列函数，存放记录的数组称为散列表。

• 如果两个哈希值不同，那么两个散列值的输入肯定不同
• 如果不同的输入得到相同的输入，就称为hash碰撞
• 抗篡改能力：一个数据块改变一个比特位，其hash值的改动也比较大
• hash是一种单向函数的非对称的，只有从明文到密文的过程，不可逆。

什么是hash冲突？

在一般的情况下，不同的输入在经过hash运算，得到相同的hash值的情况及其少见（但是并不代表不存在这种情况），如果在数据量非常大的情况下，不同输入产生了相同的hash值，就是我们所说的hash冲突，也叫作hash碰撞。

如何解决hash冲突

• 开放地址法
  当计算一个key的hash值时，p=hash(key)出现冲突后，以p为基础再次计算出一个hash地址，如果还有冲突，再继续计算下去，直到得到一个没有冲突的hash值。主要有三种方式：

线性探测再散列：每次计算时都从p的基础上+1,2,3,4,5…n;
二次探测再散列：每次计算在p的基础上+1的平方，-1的平方，+2的平方，-2的平方…
伪随机数探测再散列：利用随机数生成器获取一串随机数，2,5,6,8…,每次计算按随机数加。

• 链地址法（拉链法）：

把hash值一致的数据放在同一个链表里，称为一个桶，map就是采用这个方法消除hash冲突的

• 再hash

采用多个hash函数，这种方法是同时构造多个不同的哈希函数：

Hi=RH1（key） i=1，2，…，k

当哈希地址Hi=RH1（key）发生冲突时，再计算Hi=RH2（key）……，直到冲突不再产生。这种方法不易产生聚集，但增加了计算时间。

• 建立公共溢出区：

将hash表分为溢出表和基本表，和基本表发生冲突的数据放入溢出表。