到底什么是hash? - 知乎 - 陈晚枫

题主太拘泥于“某种类型的数据”的某一种具体的HASH算法了。
回答的人也大多给出具体的算法，实际上提主还没有理解HASH是啥，就研究具体算法，也就只是一叶障目罢了。

下面是我的答案

Hash Function 散列函数（或散列算法）是一种从任何一种数据中创建小的数字“指纹”的方法。以上是WIKI的解释
我对这句话的理解是这样的：HASH函数是这么一种函数，他接受一段数据作为输入，然后生成一串数据作为输出，从理论上说，设计良好的HASH函数，对于任何不同的输入数据，都应该以极高的概率生成不同的输出数据，因此可以作为“指纹”使用，来判断两个文件是否相同。
数据 ---->输入 HASH函数 ---->输出指纹数据

从这个角度说来，输入完全不必要是数字、只要是数据，都可以做HASH，当然具体实现可能会有所不同。
我可以举一个简单的糟糕的HASH函数的例子，例如我要判断两篇文章是否相同，我又不想一个字一个字比较，那么我可以这么做，从两篇文章中选择第1、10、100、1000……个字进行比较，如果他们不相同，那么肯定就不是一篇文章了，这个时候，输入就是文章，输出的HASH值就是这几个字组成的字符串。
（当然这是一个非常糟糕的HASH函数的例子，因为他不满足 “对于任何不同的输入数据，都应该以极高的概率生成不同的输出数据” 这个条件，比如说，如果有两篇及其相似的文章，比如说只有一个字不同，那么我设计的这个函数显然是不能辨别的，但是真正良好的HASH函数是可以生成不同的结果的，具体的HASH算法这里就不讨论了）

所以说，HASH的本质就是如上文的解释，至于要说某些具体的数据结构的HASH，既然题主已经提到了数字的HASH（虽然题主提到的那个方法比较一般，但是当然可以算是一种HASH算法），为何对“字符串怎么HASH”有疑问呢？字符串完全可以看成是数字串啊，不管是什么编码方式的什么字符，在二进制看来都能看成是数字。1TB的文件怎么HASH？我完全可以把他分成10M一个的小块看作数字序列做HASH，然后再连起来——实际上Torrents文件的原理就是这样的。

Original url: Access
Created at: 2019-04-12 18:43:14
Category: default
Tags: none

未标明原创文章均为采集，版权归作者所有，转载无需和我联系，请注明原出处，南摩阿彌陀佛，知识，不只知道，要得到

请先后发表评论
  • 最新评论
  • 总共0条评论