hash 的特性与运用

简介: hash 的特性与运用

通过上文,我们知道,在实践中使用的哈希函数都具备极大范围的输出值,因此,出现哈希碰撞的几率非常低。在这种前提下,我们可以使用哈希函数来做很多的事情


1.哈希表


哈希表是通过 key-value 直接访问数据的一种数据结构。我们把数据关键内容作为输入值,把通过哈希函数得到的输出值作为对应的 key 值映射到表中的一个位置,这样我们就可以具备极快的访问速度,数据量越大,哈希表的访问速度优势就越明显。


例如,在一千万条数据中,其中一条数据如下,

var p = {
  name: '张三',
  phone: '131111111111',
  ...
}

phone 是该数据的关键内容


如果这一千万条数据都存在数组中,那么我要找到该数据就必须以 phone 作为匹配条件去遍历查询,这样的耗时可能会很长


如果我存储在哈希表中,那么我只需要以 phone 作为输入值,得到对应的哈希地址,就可以直接访问到该数据的全部内容


这也是为什么在前端项目中,大数量数据存储都尽量使用 Map


2.识别内容变化


在实践中,有的时候直接识别内容的变化可能会比较麻烦。


例如我们前端在按需加载的项目中打包,最终会生成很多个 JS 文件,每个 JS 文件的命名中都会加上一个 hash 值。

app.0dfe0411d4a47ce89c61.js

这个 hash 值的作用之一就是用来快捷判断文件是否发生了变动。当你重复打包的时,我们只需要对比新旧文件的 hash 值,就可以知道是否需要重新打包该文件,从而做到无覆盖更新。


因此,在团队协作中,如果想要每个员工都能够打包代码,那么我通常会禁止团队成员使用代码格式化工具,因为这个工具可能会调整别的代码,从而导致打包结果差异很大


或者也可以统一代码格式化工具,不过这种难度比较大


识别内容变化在区块链中也发挥了关键性作用,区块链的防篡改特性正是哈希函数的功劳。具体细节后续章节中我们会涉及到。


3.加密


哈希函数具备单向性。也就是说,我们可以通过输入值计算出输出值,但是不能通过输出值,反推输入值到底是什么。

Hash(message) -> x
x !-> message

因此,想要通过暴露出来的哈希值反推输入值到底是什么非常困难,只有通过暴力破解的方式不停的去尝试。


因此,有的客户端展示一些敏感信息时,可能不会直接暂时真实信息,而是展示通过处理的 hash 值


当然,这样的加密方式,不适合运用在需要解密的场景


在比特币中,我们经常说的挖矿,就是在做类似暴力破解的事情,试图通过暴力手段不停尝试,直到得到一个符合约定规则的 hash 值。这也是为什么挖矿是一个非常消耗算力的过程


4.sha256


sha256 是比特币中使用的哈希函数。对于任意长度的信息,sha256 都会输出一个 256 位哈希值,它是由美国国安局研发的安全散列算法。


sha256 具备极强的抗碰撞性。到目前为止,世界上最强的超级计算器也不具备人为制造碰撞的能力。当然,如果未来某个时刻技术发展,算力大幅度增强,也不排除有可能可以轻松做到,如果到了这个时候,sha256 就失去了其安全性,比特币也将崩溃


我们可以在网上找到很多在线的 sha256 工具,有兴趣的可以搜索尝试一下


下一章,我们介绍区块链的基础数据结构

目录
打赏
0
0
1
0
2
分享
相关文章
Python高级数据结构——散列表(Hash Table)
Python高级数据结构——散列表(Hash Table)
144 1
Python高级数据结构——散列表(Hash Table)
深入剖析HashMap:理解Hash、底层实现与扩容机制
【9月更文挑战第6天】在Java编程中,`HashMap`是一个常用的数据结构,其高效性和可靠性依赖于深入理解哈希、底层实现及扩容机制。哈希通过散列算法将键映射到数组索引,采用链表或红黑树处理冲突;底层实现结合数组与链表,利用2的幂次方长度加快定位;扩容机制在元素数量超过负载因子与数组长度乘积时触发,通过调整初始容量和负载因子可优化性能。
146 3
哈希(hash)比树(tree)更快,索引结构为什么要设计成树型?
哈希(hash)比树(tree)更快,索引结构为什么要设计成树型?
Hash 算法详细介绍与实现 (二)
书接上回,昨天写了第一部分,《Hash 算法详细介绍与实现 (一)》详细介绍了Hash表和Hash算法的相关概念以及算法的基本原理。同时简单介绍几种hash算法的实现:直接取余法和乘法取整法;本文接着详细唠唠Hash算法和Hash表这个数据结构的具体实现以及Hash算法和Hash表常见问题的解决方案,比如解决Hash表的冲突问题等等.相关的理论知识已在上篇文章详细介绍,这里就不再赘述,多的不说少的不唠,直接进入今天的主题:利用Hash算法实现Hash表
539 1
|
9月前
|
Redis(三)存储原理与数据模型(hash冲突、渐进式rehash)
Redis(三)存储原理与数据模型(hash冲突、渐进式rehash)
180 0
Hash 的定义
Hash,一般翻译做散列、杂凑,或音译为哈希。
169 0
数据结构-Hash常见操作实践
数据结构-Hash常见操作实践
208 0
什么是 Hash 算法?
散列算法(Hash Algorithm),又称哈希算法,杂凑算法,是一种从任意文件中创造小的数字「指纹」的方法。与指纹一样,散列算法就是一种以较短的信息来保证文件唯一性的标志,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。因此,当原有文件发生改变时,其标志值也会发生改变,从而告诉文件使用者当前的文件已经不是你所需求的文件。
什么是 Hash 算法?