Hash算法详解

拼搏现实的明天。 2022-05-21 00:45 179阅读 0赞

#  #

# 什么是Hash #

Hash算法，简称散列算法，也成哈希算法（英译），是将一个大文件映射成一个小串字符。与指纹一样，就是以较短的信息来保证文件的唯一性的标志，这种标志与文件的每一个字节都相关，而且难以找到逆向规律。

举个列子：

服务器存了10个文本文件，你现在想判断一个新的文本文件和那10个文件有没有一个是一样的。你不可能去比对每个文本里面的每个字节，很有可能，两个文本文件都是5000个字节，但是只有最后一位有所不同，但这样的，你前面4999位的比较就是毫无意义。那一个解决办法，就是在存储那10个文本文件的时候，都将每个文件映射成一个hash字符串。服务器只需要存储10个hash字符串，在判断的时候，只需要判断新的这个文本文件的hash值是否和那10个文件的hash值一致，那就可以解决这个问题了。

简单点说，hash就是将任意长度的消息压缩成某一固定长度的消息摘要的函数。

由于文件是无限的，而映射后的字符串能表示的位数是有限的。因此可能会存在不同的key对应相同的Hash值。这就是存在碰撞的可能。

Hash算法是不可逆的，即不同通过Hash值逆向推出key的值。

# Hash应用 #

**Hash在数据结构中的应用**

java的数据结构中，很多类都有用到hash算法，比如String，HashMap。

String中的hashCode方法

public int hashCode() {
            int h = hash;
            if (h == 0 && value.length > 0) {
                char val[] = value;
    
                for (int i = 0; i < value.length; i++) {
                    h = 31 * h + val[i];
                }
                hash = h;
            }
            return h;
        }

hash的默认值为0，对String当做一个数组，这个字符数组中的每个字符都转为int，加上h乘以31，即是hash值。从中也可以看出，hash算法返回的是int型的数值。

那这里为什么选择31来作为乘级因子，参见[科普][Link 1]

选择数字31是因为它是一个奇质数，如果选择一个偶数，因为乘二相当于左移一位，可能会产生溢出，导致数值信息溢出。
    这一点的优势并不明显，但这是一个传统（选择质数）。
    同时，数字31有一个很好的特性，乘法运算可以被移位和减法运算来取代，来获取更好的性能，而且这一点可以由jvm来自动完成。
    31*i=(i<<5)-i

HashMap中hash值存在的目的是加速键值对的查找，key的作用是为了将元素适当的放在各个桶里，对于抗碰撞的要求没那么高。

static final int hash(Object key) {
            int h;
            return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
        }

对key的hash计算，就是计算出key的hash值，并移动到低位，完成高低位的融合。

**Hash在密码学中的应用**

hash算法在密码学中主要是用于消息摘要和签名。换句话说，主要是对整个消息的完整性进行校验。

# 解决碰撞的方法 #

通过构造性能良好的hash算法，可以减少冲突，但不能完全避免冲突。而且在创建hash表和查找hash表都有可能会遇到冲突。因为作为一种可用的hash算法，其位数一定是有限的，但是它所能记录的文件又是无限的。所以碰到碰撞的概率永远不会是零。

常见的解决方法主要有开放寻址法，再哈希法，链地址法，建立公共溢出区

**开放寻址法**

主要是通过key转出hash值h1，如果遇到冲突，那在h1的基础上，再次进行hash操作得到h2，直到不产生冲突为止。

**再哈希法**

主要是同时构造多个hash函数，当第一个hash函数计算出来的遇到冲突时，调用第二个hash函数计算出来的hash值。以此类推，直到不产生冲突为止。