Hash

发表于 | 分类于 ， | 阅读次数
字数统计 | 阅读时长
Hash

定义

       把任意数据转换成指定大小范围（通常很小，例如 256 字节以内）的数据。

作用

       相当于从数据中提出摘要信息，因此最主要用途是数字指纹。

举例

1
2
3
4
5
6
public int rengHash(String source){
    source.length();
}

rengHash("haha") == 4
rengHash("pa") == 2

       如上代码就是一种Hash算法，只不过是一种很差的Hash算法。例如：

1
rengHash("hehe") == 4

       如果用做指纹，则4既是“haha”的指纹又是“hehe”的指纹。Hash有身份识别的要求，所以Hash需要有极小的碰撞率。这就需要研究Hash算法，拿到的数据可能非常大或者非常小，都需要快速得出结果并且互相之间不会碰撞，即彼此之间不会重复。

经典算法

  • MD5（在防破解上已经被遗弃，太容易破解）
  • SHA1
  • SHA256

实际用途

数据完整性验证

       从⽹络上下载文件后，通过⽐对文件的 Hash 值（例如 MD5、 SHA1），可以确认下载的文件是否有损坏。如果下载的⽂件 Hash 值和⽂件提供方给出的 Hash 值⼀致，则证明下载的文件是完好无损的。Hash就像是从一堆数据中抽取特征值，计算多次都是同一个结果，所以可以作为指纹。

快速查找：hashCode() 和 HashMap

  • 为什么重写 equals() 时同时需要重写 hashCode()？

       如果只重写了 equals() 而没有重写 hashCode()，则 hashCode() 的返回值就是默认的 Object 的返回值，这就有可能出现使用 equals() 来比较两个对象是不相等的而两者的 hashCode() 返回值却相等。使用 HashMap 之类的程序会出 Bug ：在存入 HashMap 时，由于 hashCode 相等，对应的内存地址是一样的，这样导致了两个不一样的数据，新存入的数据却把旧数据替换掉了。

       比较相等，却需要两个方法：equals() 和 hashCode()，hashCode() 是为了效率。使用 hashCode() 性能更好（使用摘要作比较）。只有重写了 hashCode()，和 Hash 相关的 java 特性比如 HashMap 才可以正常使用。当然，如果不使用 HashMap 相关的 Map 等，以上问题不存在，hashCode() 可以不用重写，但是不使用 HashMap 在开发中是难以保证的。

  • 怎么重写 hashCode 方法？

       把 equals() 方法中的每个用于判断相等的变量都放进 hashCode() 中，⼀起生成⼀个尽量不会碰撞的整数即可。

隐私保护

       当重要数据必须暴露的时候，有事可以选择暴露它的 Hash 值（例如 MD5），以保障原数据的安全。例如网站登录时，可以只保存用户密码的 Hash 值，在每次登录验证时只需要将输⼊的密码的 Hash 值和数据库中保存的 Hash 值作比对就好，网站无需知道⽤户的密码。这样，当⽹站数据失窃时，用户不会因为自己的密码被盗导致其它网站的安全也受到威胁。

几个疑问

  • Hash 是编码吗？

       不是。Hash 是单向过程，往往是不可逆的，无法进行逆向恢复操作，因此 Hash 不属于编码。

  • Hash 是加密吗？

       不是。Hash 是单向过程，无法进行逆向恢复操作，因此 Hash 不属于加密。（记住， MD5 不是加密，加密是可逆转的，MD5 是不可逆转换！从一个大数据转换成一个小数据，不可能原样变回去，它不是压缩，只是抽取了几个特征值，以便于比较身份是否一致，但身份的所有信息是无法还原的。）

非对称加密使用Hash签名

       在加密与解密一节，《签名与验证》的简单模型中，有一个缺点，签名数据和原数据是一样大的，因为签名数据能还原回原数据。假设原数据是一个10G的视频，其签名数据要10G的大小，显然是不合适的。事实上签名的做法是：先对数据进行 Hash ，再对 hash 值进行签名。模型如下：

签名与验证带Hash

参考资料：
腾讯课堂 HenCoder

Fork me on GitHub