- 综合排序
- 最热优先
- 最新优先
- 来自专栏叽叽西
哈希算法
哈希算法历史悠久，业界著名的哈希算法也有很多，比如 MD5、SHA 等。在我们平时的开发中，基本上都是拿现成的直接用。 所以，我今天不会重点剖析哈希算法的原理，也不会教你如何设计一个哈希算法，而是从实战的角度告诉你，在实际的开发中，我们该如何用哈希算法解决问题。 什么是哈希算法？ 所以，我们常听到有人把“散列表”叫作“哈希表”“Hash 表”，把“哈希算法”叫作“Hash 算法”或者“散列算法”。那到底什么是哈希算法呢？ 哈希算法的定义和原理非常简单，基本上一句话就可以概括了。 但是，要想设计一个优秀的哈希算法并不容易，根据我的经验，我总结了需要满足的几点要求： 从哈希值不能反向推导出原始数据（所以哈希算法也叫单向哈希算法）； 对输入数据非常敏感，哪怕原始数据只修改了一个 Bit 有了鸽巢原理的铺垫之后，我们再来看，为什么哈希算法无法做到零冲突？ 我们知道，哈希算法产生的哈希值的长度是固定且有限的。
84020编辑于 2022-05-17 - 来自专栏若尘的技术专栏
哈希算法
所以，我们常听到有人把“散列表”叫作“哈希表”“Hash 表”，把“哈希算法”叫作“Hash 算法”或者“散列算法”。那到底什么是哈希算法呢？哈希算法的定义和原理非常简单，基本上一句话就可以概括了。 但是，要想设计一个优秀的哈希算法并不容易，需要满足的几点要求： 从哈希值不能反向推导出原始数据（所以哈希算法也叫单向哈希算法）； 对输入数据非常敏感，哪怕原始数据只修改了一个 Bit，最后得到的哈希值也大不相同 和“我今天讲哈希算法”。这两个文本只有一个感叹号的区别。如果用 MD5 哈希算法分别计算它们的哈希值，你会发现，尽管只有一字之差，得到的哈希值也是完全不同的。 MD5("我今天讲哈希算法！") 前面讲到的哈希算法四点要求，对用于加密的哈希算法来说，有两点格外重要。第一点是很难根据哈希值反向推导出原始数据，第二点是散列冲突的概率要很小。 有了鸽巢原理的铺垫之后，我们再来看，为什么哈希算法无法做到零冲突？我们知道，哈希算法产生的哈希值的长度是固定且有限的。
1K74发布于 2021-11-23 - 来自专栏我的博客
哈希算法
哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。 通常用于加密和查找 加密使用小例子： 比如我们在php中传递参数a=12,b=’str’,c=14；我们需要进行参数加密，可以使用md5(‘a=12&b=str&c=14’) 很多公司使用这样的算法进行加密
79180发布于 2018-05-08 - 来自专栏用户1175783的专栏
FNV哈希算法
# FNV哈希算法 参考文档 # FNV版本 FNV哈希分为3个版本：fnv-0（已废弃）,FNV-1,FNV-1a # 算法实现 # FNV-0算法公式 hash = 0 for each byte_of_data to be hashed hash = hash * FNV_prime hash = hash ^ octet_of_data return hash # FNV-1算法公式 hash byte_of_data to be hashed hash = hash * FNV_prime hash = hash ^ byte_of_data return hash # FNV-1a算法公式 FNV_prime 还没有看懂，不过这不影响我们实现通用32位，64位的FNV算法 位数 十进制值 32 16777619 64 1099511628211 128 309485009821345068724781371
1.3K30发布于 2019-09-18 - 来自专栏花落的技术专栏
哈希算法揭秘
所以，我们常听到有人把“散列表”叫作“哈希表”“Hash 表”，把“哈希算法”叫作“Hash 算法”或者“散列算法”。那到底什么是哈希算法呢？哈希算法的定义和原理非常简单，基本上一句话就可以概括了。 但是，要想设计一个优秀的哈希算法并不容易，需要满足的几点要求： 从哈希值不能反向推导出原始数据（所以哈希算法也叫单向哈希算法）； 对输入数据非常敏感，哪怕原始数据只修改了一个 Bit，最后得到的哈希值也大不相同 和“我今天讲哈希算法”。这两个文本只有一个感叹号的区别。如果用 MD5 哈希算法分别计算它们的哈希值，你会发现，尽管只有一字之差，得到的哈希值也是完全不同的。 MD5("我今天讲哈希算法！") 前面讲到的哈希算法四点要求，对用于加密的哈希算法来说，有两点格外重要。第一点是很难根据哈希值反向推导出原始数据，第二点是散列冲突的概率要很小。 有了鸽巢原理的铺垫之后，我们再来看，为什么哈希算法无法做到零冲突？我们知道，哈希算法产生的哈希值的长度是固定且有限的。
97100编辑于 2021-12-07 - 来自专栏学院君的专栏
Go 数据结构和算法篇（十四）：哈希表、哈希函数、哈希冲突和哈希算法
不过，与之前介绍的查找算法不同的是哈希表的不同记录之间不存在逻辑关系，因此最适合求解的问题是查找与给定值相等的记录，而不适合做范围查询。 补充一张链地址法处理哈希冲突的图示： 链地址法解决哈希冲突图示 三、哈希算法 我们前面分享了哈希表、哈希函数和哈希冲突，哈希算法简单理解就是实现前面提到的哈希函数的算法，用于将任意长度的二进制值串映射为固定长度的二进制值串 执行上述代码，打印结果如下： 哈希算法的一般特性如下： 从哈希值不能反向推导出原始数据（所以哈希算法也叫单向算法，不可逆）； 对输入数据非常敏感，哪怕原始数据只修改了一个比特，最后得到的哈希值也大不相同 ； 哈希冲突的概率要很小，对于不同的原始数据，哈希值相同的概率非常小； 哈希算法的执行效率要尽量高效，针对较长的文本，也能快速地计算出哈希值。 4、场景五：哈希函数 前面我们已经提到，PHP 中的 md5、sha1、hash 等函数都是基于哈希算法计算哈希值。
2.5K30编辑于 2023-03-03 - 来自专栏AI科技时讯
算法：哈希表
可以将算法思想分为两个部分： 向哈希表中插入一个关键字：哈希函数决定该关键字的对应值应该存放到表中的哪个区块，并将对应值存放到该区块中 在哈希表中搜索一个关键字：使用相同的哈希函数从哈希表中查找对应的区块 ，并在特定的区块搜索该关键字对应的值 哈希表的原理示例图如下所示： 插入关键字：哈希函数对关键字进行哈希，得到哈希值后插入到哈希表对应的地方 搜索关键字：哈希函数对关键字进行哈希，基于哈希值去哈希表中进行查询 查找索引这一过程可以看作是哈希函数操作 哈希函数 哈希函数：将哈希表中元素的关键键值映射为元素存储位置的函数。哈希函数是哈希表中最重要的部分。 包含哈希表的定义，哈希函数、哈希冲突以及哈希冲突的解决方法。 哈希冲突：不同的关键字通过同一个哈希函数可能得到同一哈希地址 哈希表的两个核心问题是：「哈希函数的构建」和「哈希冲突的解决方法」。
3.4K10编辑于 2022-04-18 - 来自专栏zxctscl个人专栏
【算法】哈希表
先固定一个数然后找它前面的数，可以把它前面的数都存在哈希表里面。第一个数前面没有数，就先把这个是放在哈希表里面，然后继续移动到下一个数，继续在哈希表里面找值。 二、算法原理 要保存字符和对应字符出现的值，就用到哈希表。 只有小写字母，只需要开26个大小的数组，只统计s1中每个字符出现的个数就行，来遍历s2时候在哈希表中出现对应的字符就减掉1就可以，只要哈希表里面全部为0就可以，但如果s2中出现的某一个字符，在哈希表里面被减成了负数 二、算法原理 只需要固定当前的值，然后把它前面的值放在哈希表里面，判断一下哈希表里面有没有这个数，有就返回true，没有就返回false。 二、算法原理 固定一个值，把它前面一个值的下标和值都放在哈希表里面，当在它前面找到这个数的时候就把下标拿出来，比较差值，大于规定的值，就把这个数继续放在哈希表里面。
88010编辑于 2024-04-15 - 来自专栏该溜子的专栏
【算法】哈希表
一：哈希表 1. 两数之和 心得： 1：暴力枚举可以先固定第一个元素，然后去遍历这个元素前面的。
59800编辑于 2025-01-25 - 来自专栏CSDN博客专家-小蓝枣的博客
Python 算法基础篇之散列查找算法：哈希表、哈希集合、哈希映射
Python 算法基础篇之散列查找算法：哈希表、哈希集合、哈希映射 引言 散列查找算法是一种高效的查找技术，通过散列函数将键映射到数组的索引位置，实现快速的查找、插入和删除操作。 本篇博客将介绍散列查找算法的三种常见应用：哈希表、哈希集合和哈希映射，并通过实例代码演示它们的应用。 ❤️ ❤️ ❤️ 1. 散列查找算法概述 散列查找算法是一种基于散列函数的查找技术，它将键映射到数组的索引位置，从而实现快速的查找、插入和删除操作。在散列查找算法中，关键的组成部分是散列函数，它负责将键映射到数组的索引位置。 其次，散列查找算法的空间消耗较大，因为需要维护一个数组来存储数据。 2. 哈希表的概念 哈希表是散列查找算法的一种常见应用，它是一种数据结构，用于存储键值对。 总结 本篇博客介绍了散列查找算法的三种常见应用：哈希表、哈希集合和哈希映射。哈希表是一种高效的数据结构，用于存储键值对并支持快速的查找、插入和删除操作。
1K00编辑于 2023-07-24 - 来自专栏烟草的香味
哈希算法的用途
什么是哈希算法 一说到哈希算法, 我瞬间就想到了哈希函数、哈希表, 其实他们并不是一回事. 简单来说, 哈希算法就是将任意长度的字符串通过计算转换为固定长度的字符串, 不对, 不光字符串, 应该说是将任意长度的二进制串转换为固定长度的二进制串, 这个转换的过程就是哈希算法. 当然, 哈希算法不仅仅只有md5这一种, 以用途来分析哈希算法, 就不说哈希算法的原理了, 因为我不会. 1. 可以用哈希算法对文件进行计算, 然后比较哈希值是否相同. 决定将文件存储到哪台服务器, 就可以通过哈希算法取模的操作来得到.
2.3K70发布于 2019-07-25 - 来自专栏木木玲
小白入门——哈希算法
哈希 哈希（Hash）也称为散列，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，这个输出值就是散列值。 散列表是算法在时间和空间上作出权衡的经典例子 如果没有内存限制，我们可以直接将键作为（可能是一个超大的）数组的索引，那么所有查找操作只需要访问内存一次即可完成。 事实上，我们不必重写代码，只需要调整散列算法的参数就可以在空间和时间之间作出取舍。我们会使用概率论的经典结论来帮组我们选择适当的参数。 使用Hash的查询算法分为两步： ① 用Hash函数将被查找的键转化为数组的一个索引。 理想情况下，不同的键都能转化为不同的索引值。 参考： Multiplication Method Fibonacci Hashing 《算法 第4版》
1.5K20发布于 2019-06-15 - 来自专栏NFT链游的应用
哈希算法：竞猜逻辑哈希游戏开发的应用
简单来说，哈希函数就是快速的将1个数值转换为1个哈希值，哈希值是整数，并且要保证，相同的输入得到的哈希值是一样的，如果两个不同的输入得到了相同的结果，这就是哈希值冲突。 也就是说，输入键（key），然后经过哈希函数计算，最后得到哈希值，而哈希值是整数，通过哈希值当做数组下标，得到对应的值。 输入key,经过哈希函数计算fun(key),最后得到y。 按照这种思想，采用哈希技术将值存储在一块连续的存储空间中，这块连续的存储空间称为哈希表或者散列表。关键字对应的存储位置称为哈希地址或者散列地址。 区块链哈希是什么？ 每一个区块，包含的内容有数据信息，本区块的哈希值以及上一个区块的哈希值。区块中的数据信息，主要是交易双方的地址与此次交易数量还有交易时间信息等。 而哈希值就是寻找到区块，继而了解到这些区块信息的钥匙。
63720编辑于 2022-06-16 - 来自专栏学习
【redis】集群 数据分片算法：哈希求余、一致性哈希、哈希槽分区算法
每块数据都称为是一个“分片”（上图的每个红框） 哈希求余 借鉴了哈希表的基本思想。 quote] MD5 算法 其本身就是一个计算 hash 值的算法，针对一个字符串，里面的内容进行一系列的数学变换，得到的是一个十六进制的数字 MD5 计算结果是定长的；无论输入的原字符串多长，最终算出的结果就是固定长度 哈希槽分区算法 redis 真正采用的分片算法 hash_slot crc16(key) % 16384 crc16 是一种 hash 值的算法 16384 是 16 * 1024 => 2^14(16KB ) hash_slot 是哈希槽 相当于是把整个哈希值，映射到 16384 个槽位上，也就是 [0, 16383]，然后再把这些槽位比较均匀的分配给每个分片上，每个分片的节点都需要记录自己持有哪些分片 此时这三个分片上的数据就是比较均匀的了 这种算法，本质就是把一致性哈希和哈希求余这两种方法结合了一下 上面只是一种可能的分片方式，实际上分片是非常灵活的。
1.4K10编辑于 2025-03-28 - 来自专栏加密解密
哈希函数散列算法
一、哈希函数/散列算法文档 1.1、哈希函数介绍 哈希函数（Hash function），又称散列函数、散列算法，它是一种不可逆的信息摘要算法，具体实现就是把任意长度的输入信息通过哈希算法变成固定长度的输出信息 1.3、哈希函数的特点 哈希函数没有特定的公式，一般只要符合散列算法的要求即可，只要符合散列算法的要求都可以称之为哈希算法，以下为哈希函数的主要特点： 无论输入的消息有多长，计算出来的哈希值总是固定的； 通常情况下，不同的需求使用不同安全系数的散列算法，常见的安全哈希算法分类为：MD算法、SHA算法、MAC算法。 MD2算法：它已被弃用，取而代之的是SHA-256和其他强大的散列算法； MD4算法：虽然安全性已受到严重威胁，但是很多哈希算法如MD、SHA算法等都是基于MD4演进而来； MD5算法：可以被破解，对于需要高度安全性的使用场景 ，专家建议改用其他哈希算法； MD6算法：还未成为标准。
1.8K40编辑于 2023-03-17 - 来自专栏建帅技术分享
哈希算法（hash）加密解密
一、哈希算法（hash）加密解密介绍 哈希，英文叫做 hash。 哈希函数（hash function）可以把 任意长度的数据（字节串）计算出一个为固定长度的结果数据。 有好几种哈希函数，对应不同的算法， 常见有的 MD5, SHA1, SHA224, SHA256, SHA384, SHA512 哈希计算的特点是： 相同的 源数据， 采用 相同的哈希算法， 计算出来的哈希值 一定相同 不管 源数据 有多大，相同的哈希算法，计算出来的哈希值长度 都是一样长的。 不同的源数据 使用同样的哈希算法，可能会产生相同的 哈希值，这被称之为碰撞率（collision rate） 各种哈希算法，计算的结果长度越长，碰撞率越低，通常耗费的计算时长也越长。 hash算法可以对很大的数据产生比较小的哈希值，而加密算法源数据很大，加密后的数据也会很大 加解密算法 可以分为 对称加密 以及 不对称加密 对称加密 指 加密和解密 使用相同的 密钥 。
8.9K20编辑于 2022-08-24 - 来自专栏机器学习/数据可视化
算法图解5-哈希
哈希表 散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构 。 ，即k1≠k2，而f(k1)=f(k2)，这种现象称为冲突 哈希函数 哈希函数可以把给定的数据转换成固定长度的无规律数值，这个值就是哈希值。 特征 哈希值多用16进制来表示。由于计算机只能处理二进制，也就是或哈希函数在计算机内部进行着某种运算。 确定性：输出的哈希值数据长度不变，不管输入的是多少 唯一性：只要输入的值相同，输出的哈希值必然相同 即时输入的数据完全不同，输出的哈希值可能是相同的，称之为“哈希冲突” 不可反向：不能从哈希值推导出原来的数据 如果桶满了，则使用开放地址法 代表算法 MD5 SHA-1 SHA-2：应用广泛
88810发布于 2021-03-02 - 来自专栏C/C＋＋、数据结构、算法
算法思想总结：哈希表
一、哈希表剖析 1、哈希表底层：通过对C++的学习，我们知道STL中哈希表底层是用的链地址法封装的开散列。 2、哈希表作用：存储数据的容器，插入、删除、搜索的时间复杂度都是O（1），无序。 3、什么时候使用哈希表：需要频繁查找数据的场景。 4、OJ中如何使用哈希表？？？ （1）STL中的容器（适用所有场景，比如字符串相关、数据映射下标） （2）数组模拟简易哈希表（减小时间损耗，容器的封装有一定代价）—>大多以下两种情况适用 情况1：（char）涉及到字符串中的“字符” =s2.size()) return false; //用哈希表 int hash[26]={0}; for(char&ch:s1) ++hash[ch- public: bool containsDuplicate(vector<int>& nums) { unordered_set<int> hash; //有负数，所以必须用库里面的哈希表
53410编辑于 2024-06-02 C#哈希查找算法
在计算机科学中，数据结构和算法是构建高效软件的基石。在众多数据结构中，哈希表以其快速的数据检索能力而闻名。本文将深入探讨C#中的哈希查找算法，包括其原理、实现以及在实际应用中的优势和局限性。 哈希查找算法概述 哈希查找算法，也称为哈希映射或散列映射，是一种通过哈希函数将键（key）映射到表中一个位置来访问记录的查找技术。 这种技术的核心在于哈希函数的设计，它能够将任意长度的输入（键）通过某种算法转换为固定长度的输出（哈希值），这个输出值即为数据在哈希表中的索引。 性能分析 哈希表的性能主要取决于两个因素：哈希函数的质量和哈希表的负载因子。 哈希函数的质量：一个均匀分布的哈希函数能够减少哈希碰撞，从而提高查找效率。 应用场景 哈希查找算法在许多领域都有广泛的应用，包括但不限于： 数据库索引：使用哈希表来快速检索数据库记录。 缓存实现：使用哈希表来存储最近访问的数据，以提高数据访问速度。
5.4K00编辑于 2024-10-21- 来自专栏计算机视觉战队
Deep Hash（深度哈希算法）
哈希的简单介绍： 用一个比喻来说明什么是哈希算法：假设有N只小猪，它们的体重各不相同，一开始我们把它们放在一个猪圈里面。如果想寻找其中某只小猪，只能一个一个的找，很耗时间。 现在我们用哈希算法的思想来管理小猪，我们按照小猪的体重来分猪圈。现在如果你想要找其中某一只小猪，先看看他的体重，然后到对应体重的猪圈里面寻找，这样时间就节省了。 如果用哈希算法来查找某一个变量，首先要匹配Hash_code，这样就能快速的查找了。 刘教授一开始是以图搜图的样例来开始哈希的讲解： ? 哈希算法： ? 几种方法的介绍： ? ? ? 深度哈希算法 首先对相似度矩阵进行分解，得到样本的二值码；然后使用CNN进行拟合前面得到的二值码。 ? 代码实现： ? 这只是其中一种变形的Deep哈希框架，其实还有很多框架，如果有兴趣的朋友您可以进一步去了解，我会把具体的文件放在平台的共享文件处，那里有您们想要的知识。
3.8K70发布于 2018-04-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号