- 综合排序
- 最热优先
- 最新优先
- 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。 最常用于加密的哈希算法是 MD5（MD5 Message-Digest Algorithm，MD5 消息摘要算法）和 SHA（Secure Hash Algorithm，安全散列算法）。 像 MD5，有 2^128 个不同的哈希值，这个数据已经是一个天文数字了，所以散列冲突的概率要小于 1/2^128。 如果我们拿到一个 MD5 哈希值，希望通过毫无规律的穷举的方法，找到跟这个 MD5 值相同的另一个数据，那耗费的时间应该是个天文数字。 比如，我们可以从图片的二进制码串开头取 100 个字节，从中间取 100 个字节，从最后再取 100 个字节，然后将这 300 个字节放到一块，通过哈希算法（比如 MD5），得到一个哈希字符串，用它作为图片的唯一标识
84020编辑于 2022-05-17 - 来自专栏若尘的技术专栏
哈希算法
undefined这些定义和要求都比较理论，拿 MD5 这种哈希算法来具体说明一下。 我们分别对“今天我来讲哈希算法”和“jiajia”这两个文本，计算 MD5 哈希值，得到两串看起来毫无规律的字符串（MD5 的哈希值是 128 位的 Bit 长度，为了方便表示，我把它们转化成了 16 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！") = 425f0d5a917188d2c3c3dc85b5e4f2cb MD5("我今天讲哈希算法") = a1fb91ac128e6aa37fe42c663971ac3d 通过哈希算法得到的哈希值，很难反向推导出原始数据 最常用于加密的哈希算法是 MD5（MD5 Message-Digest Algorithm，MD5 消息摘要算法）和 SHA（Secure Hash Algorithm，安全散列算法）。
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
79080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 437508374669137180409427187 316048473796672026038921768 4476157468082573 # 3. hash hash后的最总结果 # 4. byte_of_data 8位无符号整数 # 5.
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
undefined这些定义和要求都比较理论，拿 MD5 这种哈希算法来具体说明一下。 我们分别对“今天我来讲哈希算法”和“jiajia”这两个文本，计算 MD5 哈希值，得到两串看起来毫无规律的字符串（MD5 的哈希值是 128 位的 Bit 长度，为了方便表示，我把它们转化成了 16 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！") = 425f0d5a917188d2c3c3dc85b5e4f2cb MD5("我今天讲哈希算法") = a1fb91ac128e6aa37fe42c663971ac3d 通过哈希算法得到的哈希值，很难反向推导出原始数据 最常用于加密的哈希算法是 MD5（MD5 Message-Digest Algorithm，MD5 消息摘要算法）和 SHA（Secure Hash Algorithm，安全散列算法）。
97100编辑于 2021-12-07 - 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 现在将插入关键字为 38 的新纪录，根据哈希函数得到的哈希地址为 5，产生冲突。接下来分别使用这三种冲突解决方法处理冲突。 示例 1： img 输入：board = [["5","3",".",".","7",".",".",".","."] ,["6",".",".","1","9","5",".",".","."] mail.com","50 yahoo.com","900 google.mail.com","5 wiki.org","5 org","1 intel.mail.com","951 com"] 解释 而对于父域名，会访问 "mail.com" 900 + 1 = 901 次，"com" 900 + 50 + 1 = 951 次，和 "org" 5 次。
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。 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。 =k)return true; } hash[nums[i]]=i; } return false; } }; 5.
88010编辑于 2024-04-15 - 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
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 我们日常开发中最常见的哈希算法应用就是通过 MD5 对数据进行加密了： package main import ( "crypto/md5" "fmt" ) func main() 四、哈希算法的应用 1、场景一：安全加密 我们日常用户密码加密通常使用的都是 md5、sha 等哈希函数，因为不可逆，而且微小的区别加密之后的结果差距很大，所以安全性更好。 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。 5、场景五：负载均衡 对于同一个客户端上的请求，尤其是已登录用户的请求，我们需要将其会话请求都路由到同一台机器，以保证数据的一致性，这可以借助哈希算法来实现，通过用户 ID 尾号对总机器数取模（取多少位可以根据机器数定
2.5K30编辑于 2023-03-03 - 来自专栏该溜子的专栏
【算法】哈希表
hash.get(key) 返回键值key所对应的value//如果key不存在，那么返回null（boolean类型），一般还是getOrDefault()用的多 5： 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. 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。 哈希映射的实现类似于哈希表，它存储键值对而不仅仅是键。当需要查找或操作键对应的值时，可以通过散列函数计算出键的哈希值，然后查找哈希映射中的索引位置，从而快速地获取键对应的值。 5. 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IT专栏
为什么说MD5是不可逆哈希算法
MD5作为一种Hash算法，因其运算具有不可逆性，常常用于保存密码以及生成数字签名。 参考博客1和2对该算法的实现原理进行了详细介绍，在此就不再赘述，只做如下总结：本质上，MD5就是将明文对应的二进制值与四个特定的32位的二进制值进行多轮的与、或、非、异或等运算，将明文对应的二进制转换成新的二进制 关于为什么MD5是不可逆的，参考博客1中说是由于MD5的运算过程中有很多入参，但实际上，MD5运算过程中的四个入参都是确定的（详见参考博客2中的A、B、C、D）。 这才是MD5不可逆的真正原因。 此外，本文还想补充一点就是：MD5常常和Base64编码一起使用。 /80391237 hash算法原理之md5过程 3、https://blog.csdn.net/qq_20545367/article/details/79538530 什么是Base64
1.4K20发布于 2021-11-22 - 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. md5算法进行计算, 得到的字符串如果和网站给定的不相同, 说明文件被修改过了. 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. 暂时我能想到的就只有这些, 当然, 哈希算法的用途还有很多, git中的commit id等, 但是我不太了解, 就假装没有吧, 嘿嘿 ---- 有时对用户的密码进行MD5加密再保存, 确实要比明文保存好的多 但是, 你以为通过哈希算法进行加密就万事大吉了么? 不好意思, 并不能, 像前面提到的MD5就已经号称别破解了.
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。 ③ 斐波那契（Fibonacci）哈希法 也就是当 “乘法哈希法” 的 a ≈ W/φ，1/φ ≈ (√5-1)/2 = 0.618 033 988 时情况。 而，1/φ ≈ (√5-1)/2 = 0.618 033 988，可称为黄金分割点。 Q：那，为什么“斐波那契（Fibonacci）哈希法”能够更好的将关键字 key 进行散列了? 3/2，未命中所需要的约为 5/2。 参考： Multiplication Method Fibonacci Hashing 《算法 第4版》
1.5K20发布于 2019-06-15 - 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 MD5 计算结果是分散的（哈希函数）；两个原字符串，哪怕大部分都相同，只有一个小的地方不同，算出来的 MD5 值也会差别很大 MD5 计算结果是不可逆的（加密）；给你原字符串，可以很容易算出 MD5 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 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 - 来自专栏数安视界
MD5哈希碰撞之哈希长度拓展攻击
哈希 Hash，一般翻译做“散列”，也有直接音译为“哈希”的，就是把任意长度的输入（又叫做预映射， pre-image），通过散列算法，变换成固定长度的输出，该输出就是散列值。 简单来说哈希是一种雪崩效应非常明显的密码学算法，输入数据中任何一个比特的改动，都会导致最终输出的数据具有很大的差异性。 MD5算法 MD5算法的详细描述在RFC1321中有详细描述，感兴趣的可以自己去翻阅文档。 MD5常见的使用方法 根据哈希大概率唯一且不可逆的性质，一般来说，我们可以使用MD5进行数据唯一性标识。 常见的加密算法的分组长度与输出长度可以参考下图： 填充规则 在MD5算法中，首先需要对输入信息进行填充，使其位长对512求余的结果等于448，并且填充必须进行，即使其位长对512求余的结果等于448。 也就是HMAC算法。该算法大概来说是这样：MAC =hash(secret + hash(secret + message))，而不是简单的对密钥连接message之后的值进行哈希摘要。
3.4K6429编辑于 2022-11-30 - 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； 2.1、MD算法 MD（Message Digest Algorithm，消息摘要算法）算法是应用非常广泛的一个算法分支，尤其是MD5算法，它由 Ron Rivest（RSA 公司）在 1992年提出， 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 MD版本：例如，HMAC-MD2、HMAC-MD4、HMAC-MD5等； SHA版本：例如，HMAC-SHA1、HMAC-SHA224、HMAC-SHA256、HMAC-SHA384、HMAC-SHA512
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
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。 即使是 MD5 算法， 碰撞率也 非常小，小到几乎可以忽略不计。 算法 # h = hashlib.md5() # md5 加密介入如下：8b365af9b1089f502e7bc60ac9c81ed2 # sha 256算法 h = hashlib.sha256()
8.9K20编辑于 2022-08-24 【一致哈希算法】
哈希算法的局限性 传统哈希算法（如hash(key) % N）在集群扩容或缩容时，数据迁移成本极高。例如，3节点扩容至4节点需迁移75%的数据，10节点扩容至11节点需迁移90.9%的数据。 一致哈希的核心原理 一致哈希将哈希空间组织为环形结构（模数为2^32），节点和key均通过哈希函数映射到环上。key的寻址规则为：从key的位置顺时针查找，遇到的第一个节点即为目标节点。 数据迁移成本对比 3节点→4节点：迁移24.3%数据（传统哈希需75%）。 10节点→11节点：迁移6.48%数据（传统哈希需90.9%）。 通过为每个物理节点创建多个虚拟节点（如"Node-A-01"、"Node-A-02"等），并将虚拟节点均匀映射到哈希环上，可实现： 更均匀的数据分布：虚拟节点分散后，物理节点承载的key趋于平衡。 实现建议 哈希函数选择：使用CRC32、MD5等均匀性好的哈希算法。 虚拟节点数量：通常设置为物理节点的100~200倍，具体数值需通过压测确定。
34210编辑于 2025-12-18
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