一、什么是哈希值

哈希值一般指哈希函数。

哈希函数指将哈希表中元素的关键键值映射为元素存储位置的函数。

一般的线性表，树中，记录在结构中的相对位置是随机的，即和记录的关键字之间不存在确定的关系，因此，在结构中查找记录时需进行一系列和关键字的比较。这一类查找方法建立在“比较“的基础上，查找的效率依赖于查找过程中所进行的比较次数。

理想的情况是能直接找到需要的记录，因此必须在记录的存储位置和它的关键字之间建立一个确定的对应关系f，使每个关键字和结构中一个唯一的存储位置相对应。

哈希值概念简单普及：

1、哈希值其实就是一段数据，只不过这个数据有特殊的含义，它是某个文件或者某个字符串的DNA，或者身份证。

2、哈希算法（典型的有MD5，SHA-1等），将一段较长的数据映射为较短小的数据，这段小数据就是大数据的哈希值。

它有这样一个特点，他是唯一的，一旦数据发生了变化，哪怕是一个微小的变化，它的哈希值也会发生变化。另外一方面，既然是DNA，那就保证了没有两个数据的哈希值是完全相同的。

3、它常常用来判断两个文件是否相同。比如，从网络上下载某个文件，只要把这个文件原来的哈希值同下载后得到的文件的哈希值进行对比，如果相同，则表示两个文件完全一致，下载过程没有损坏文件。

而如果不一致，则表明下载得到的文件跟原来的文件不同，文件在下载过程中受到了损坏。

二、什么是 hash

揭示数据世界中的密码：深入理解Hash算法

Hash，或称为散列，是数据科学中的关键组件，它将任意长度的信息映射成固定长度的输出。举个例子，MD5和SHA-1是广为人知的Hash算法代表，它们的特性决定了其在信息安全中的不可或缺。首先，Hash函数是不可逆的，这意味着从输出无法推断出原始输入，确保了数据的加密性；其次，输入微小变化会导致输出的显著不同，这在数据校验中尤为关键；而高效执行和相对低的冲突概率，使得Hash在处理大量数据时游刃有余。

当遇到冲突，即两个不同的输入产生相同的输出，Hash算法提供了两种解决方案：链地址法（如HashMap）和开放地址法（如线性探测法）。链地址法通过链表来存储冲突数据，开放地址法则通过寻找空闲地址来解决。装载因子的大小反映了空闲槽位的多少，过高的装载因子会导致性能下降，因为冲突增多。

在实际应用中，Hash算法的身影无处不在。比如，CSDN的密码存储通过哈希和加盐（增加额外信息以增强安全性）的方式保护用户信息；Git的commit id验证则依赖SHA-1的完整性校验，尽管SHA-1存在哈希碰撞风险，但依然是主流选择。版权校验中，通过计算文件的hash值，可以快速判断文件是否一致，防止非法内容的传播，但也要警惕修改文件部分保持相同hash的潜在问题。

在处理大文件传输时，通过分块计算hash值并维护列表，可以利用根hash进行验证。在负载均衡中，通过hash函数将用户请求映射到不同的数据库或表，然而，服务器扩容可能导致数据迁移和缓存失效。一致性hash技术正是为了解决这个问题，它利用环形结构保持数据的缓存稳定性，即使在服务器增加或减少时也能无缝适应。

当涉及数据分布和优化时，Hash算法展现出更多智慧。例如，SimHash，由Google开发，用于文本去重，通过局部敏感的Hash特性，高效识别文档相似性。GeoHash则用于地理信息的编码，保护隐私和缓存需求。而布隆过滤器，作为大数据去重的利器，通过多个hash函数和bitmap实现高效存储，虽然存在误识别率，但删除操作相对简单。

误判率（p=(n/ m)）反映了布隆过滤器的性能与空间需求的平衡。选择合适的哈希函数数量至关重要，它影响着效率与误报率的权衡。深入理解Hash算法的原理，无疑能助你在数据处理和安全领域游刃有余。继续探索Hash的奥秘，关注腾讯技术工程，你会发现更多实用的技巧和洞见。

三、什么是哈希

散列是指从可变大小的输入生成固定大小的输出的过程。这是通过使用称为散列函数（作为散列算法实现）的数学公式来完成的。

尽管并非所有哈希函数都涉及密码学的使用，但所谓的密码哈希函数是加密货币的核心。多亏了它们，区块链和其他分布式系统能够实现显着水平的数据完整性和安全性。

传统和加密散列函数都是确定性的。确定性意味着只要输入不变，散列算法将始终产生相同的输出（也称为摘要或散列）。

通常，加密货币的散列算法被设计为单向函数，这意味着如果没有大量的计算时间和资源，它们就无法轻易恢复。换句话说，从输入创建输出非常容易，但在相反的方向（仅从输出生成输入）相对困难。一般来说，越难找到输入，哈希算法被认为越安全。

不同的散列函数将产生不同大小的输出，但每种散列算法可能的输出大小始终是恒定的。例如，SHA-256算法只能生成 256位的输出，而 SHA-1将始终生成 160位的摘要。

为了说明这一点，让我们通过 SHA-256哈希算法（比特币中使用的算法）运行“Bitcoin”和“bitcoin”这两个词。

请注意，微小的更改（第一个字母的大小写）会导致完全不同的哈希值。但由于我们使用 SHA-256，输出将始终具有 256位（或 64个字符）的固定大小-无论输入大小如何。此外，无论我们通过算法运行这两个单词多少次，两个输出都将保持不变。

相反，如果我们通过 SHA-1哈希算法运行相同的输入，我们将得到以下结果：

值得注意的是，首字母缩略词 SHA代表安全哈希算法。它指的是一组加密哈希函数，包括 SHA-0和 SHA-1算法以及 SHA-2和 SHA-3组。SHA-256是 SHA-2组的一部分，还有 SHA-512和其他变体。目前，只有 SHA-2和 SHA-3组被认为是安全的。

传统的哈希函数具有广泛的用例，包括数据库查找、大文件分析和数据管理。另一方面，加密散列函数广泛用于信息安全应用，例如消息认证和数字指纹。就比特币而言，加密哈希函数是挖矿过程的重要组成部分，也在新地址和密钥的生成中发挥作用。

散列的真正威力在于处理大量信息时。例如，可以通过哈希函数运行一个大文件或数据集，然后使用其输出来快速验证数据的准确性和完整性。由于散列函数的确定性，这是可能的：输入将始终产生简化的、压缩的输出（散列）。这种技术消除了存储和“记住”大量数据的需要。

散列在区块链技术的背景下特别有用。比特币区块链有几个涉及散列的操作，其中大部分在挖掘过程中。事实上，几乎所有的加密货币协议都依赖散列来将交易组链接和压缩成块，并在每个块之间产生加密链接，从而有效地创建区块链。

同样，部署密码技术的散列函数可以定义为密码散列函数。一般来说，破解密码哈希函数需要无数次的蛮力尝试。对于“还原”加密哈希函数的人来说，他们需要通过反复试验来猜测输入是什么，直到产生相应的输出。然而，也有可能不同的输入产生完全相同的输出，在这种情况下会发生“冲突”。

从技术上讲，加密哈希函数需要遵循三个属性才能被视为有效安全。我们可以将这些描述为抗碰撞性、抗原像性和抗二次原像性。

在讨论每个属性之前，让我们用三个简短的句子总结它们的逻辑。

如前所述，当不同的输入产生完全相同的散列时，就会发生冲突。因此，哈希函数被认为是抗冲突的，直到有人发现冲突为止。请注意，任何散列函数都将始终存在冲突，因为可能的输入是无限的，而可能的输出是有限的。

换句话说，当发现碰撞的可能性非常低以至于需要数百万年的计算时，哈希函数是抗碰撞的。因此，尽管没有无冲突的哈希函数，但其中一些函数足够强大，可以被视为具有抵抗力（例如，SHA-256）。

在各种 SHA算法中，SHA-0和 SHA-1组不再安全，因为已经发现冲突。目前，SHA-2和 SHA-3组被认为是抗冲突的。

原像电阻的特性与单向函数的概念有关。当有人找到生成特定输出的输入的可能性非常低时，哈希函数被认为是抗原像的。

请注意，此属性与前一个属性不同，因为攻击者会试图通过查看给定的输出来猜测输入是什么。另一方面，当有人发现产生相同输出的两个不同输入时，就会发生冲突，但使用哪个输入并不重要。

原像抗性的特性对于保护数据很有价值，因为消息的简单散列可以证明其真实性，而无需披露信息。在实践中，许多服务提供商和 Web应用程序存储和使用从密码生成的哈希值，而不是明文密码。

为简化起见，我们可以说第二原像电阻介于其他两个属性之间。当有人能够找到一个特定的输入，该输入生成与他们已经知道的另一个输入相同的输出时，就会发生二次原像攻击。

换句话说，第二原像攻击涉及寻找碰撞，但不是搜索生成相同散列的两个随机输入，而是搜索生成由另一个特定输入生成的相同散列的输入。

因此，任何抗碰撞的哈希函数也能抗第二原像攻击，因为后者总是意味着碰撞。然而，人们仍然可以对抗碰撞函数执行原像攻击，因为它意味着从单个输出中找到单个输入。

比特币挖矿有很多步骤涉及哈希函数，例如检查余额、链接交易输入和输出，以及对区块内的交易进行哈希处理以形成默克尔树。但比特币区块链安全的主要原因之一是矿工需要执行无数的散列操作，以便最终为下一个区块找到有效的解决方案。

具体来说，矿工在为其候选块创建哈希值时必须尝试几种不同的输入。本质上，如果他们生成以一定数量的零开头的输出哈希，他们将只能验证他们的块。零的数量决定了挖矿难度，它根据网络的哈希率而变化。

在这种情况下，哈希率表示在比特币挖矿中投入了多少计算机能力。如果网络的哈希率增加，比特币协议会自动调整挖矿难度，使挖出一个区块所需的平均时间保持在接近 10分钟。相反，如果几个矿工决定停止挖矿，导致算力大幅下降，则会调整挖矿难度，使其更容易挖矿（直到平均出块时间回到10分钟）。

请注意，矿工不必发现冲突，因为他们可以生成多个散列作为有效输出（从一定数量的零开始）。所以对于某个区块有几种可能的解决方案，矿工只需要找到其中一种——根据挖矿难度确定的阈值。

由于比特币挖矿是一项成本密集型任务，矿工没有理由欺骗系统，因为这会导致重大的经济损失。加入区块链的矿工越多，它就变得越大越强大。（国内禁止参与挖矿）

毫无疑问，哈希函数是计算机科学中必不可少的工具，尤其是在处理大量数据时。当与密码学结合时，散列算法可以非常通用，以多种不同的方式提供安全性和身份验证。因此，加密哈希函数对几乎所有加密货币网络都至关重要，因此了解它们的属性和工作机制对于任何对区块链技术感兴趣的人肯定会有所帮助。