散列函数特点,散列函数的选择

　　目录

　　1.完美散列函数

　　第二，更多地使用完美散列函数

　　三。哈希函数MD5/SHA

　　四、python的哈希函数库hashlib

　　第五，使用完美哈希函数进行数据一致性检查。

　　一、完善的哈希函数给定一个数据项，如果一个哈希函数可以将每个数据项映射到不同的槽，那么这个哈希函数可以称为“完美散列函数””。对于D的一组数据，我们总能找到办法设计出一个完美的哈希函数。

　　但如果数据项变化频繁，就很难有系统的方法来设计相应的完美哈希函数。当然，冲突不是致命的错误，我们会有办法处理的。

　　获得完美哈希函数的一种方法是扩大哈希表的容量，使所有可能的数据项都能占据不同的槽，但这种方法不适用于可能数据项范围过大的情况。

　　如果要保存手机号(11位)，完美的哈希函数需要哈希表有几百亿个槽，会浪费太多的存储空间。

　　接下来，一个好的哈希函数需要具备以下特征：

　　冲突最少（近似完美）计算难度低（额外开销少）充分分散数据项（节约空间）二。完美哈希函数的更多用途除了安排数据项在哈希表中的存储位置，哈希技术还应用于信息处理的很多领域。

　　由于完美哈希函数可以为任何不同的数据生成不同的哈希值，如果将哈希值视为数据的“指纹”或“摘要”，这一特性被广泛应用于数据一致性检查。

　　数学上不可能从任何长度的数据生成固定长度的“指纹”，但一个巧妙设计的“准完美”哈希函数可以在实用范围内做到这一点。

　　作为用于一致性检查的数据“指纹”功能，它需要具有以下特征：

　　可压缩性：对于任意长度的数据，获得的“指纹”长度是固定的。计算简便：从原始数据中很容易计算出指纹；从指纹计算原始数据是不可能的。抗修改性：原始数据的小改动会引起指纹的大改动。防碰撞：知道原始数据和指纹，很难找到相同指纹的数据(伪造)。三。哈希函数MD5/SHA最著名的近乎完美的哈希函数是MD5和SHA系列函数。

　　MD5(消息摘要)将任意长度的数据转换成固定的128位(16字节)摘要。(128位二进制已经是一个巨大的数字空间，据说是地球上沙粒的数量)。

　　SHA(安全哈希算法)是另一种哈希函数，其中：

　　SHA-0/SHA-1输出160位(20字节)的哈希值

　　SHA-256/SHA-224分别输出256位和224位的散列值。

　　SHA-512/SHA-384分别输出512位和384位的散列值。

　　60位二进制相当于10的48次方，地球上水分子的数量估计是47次方。

　　26位二进制系统相当于10的77次幂。已知宇宙中所有的基本粒子大约都是72 ~ 87次方。

　　虽然今年发现了MD5/SHA-0/SHA-1哈希函数，可以在非常特殊的情况下构造个体碰撞(哈希碰撞)，但从未有过实际使用的威胁。

　　四。python Python的Hashlib库自带MD5/SHA系列哈希函数库：hashlib，包括MD5/SHA1/SHA 224/SHA 256/SHA 384/SHA 512等六种哈希函数。

　　除了对单个字符串进行哈希处理，还可以使用update方法对任意长的数据进行分段计算，这样再多的数据也不会出现内存不足的问题。

　　动词（verb的缩写）完美哈希函数用于数据一致性检查数据文件一致性判断:对每个文件计算它的哈希值，比较它的哈希值就知道文件内容是否相同。

　　用于网络文件下载的完整性检查；

　　对于文件共享系统：网盘中的同一个文件无需多次存储。

　　加密形式保存密码

　　只保存密码的哈希值，用户输入密码后，计算并比较哈希值；

　　可以在不保存密码明文的情况下判断用户是否输入了正确的密码。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。