Hash算法

前言

哈希函数又称哈希算法，它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）。
Hash算法特别的地方在于它是一种单向算法，用户可以通过Hash算法对目标信息生成一段特定长度的唯一的Hash值，却不能通过这个Hash值重新获得目标信息。因此Hash算法常用在不可还原的密码存储、信息完整性校验等

hash值的两个特性

抗碰撞能力：对于任意两个不同的数据块，其hash值相同的可能性极小；对于一个给定的数据块，找到和它hash值相同的数据块极为困难。
抗篡改能力：对于一个数据块，哪怕只改动其一个比特位，其hash值的改动也会非常大。

常用的hash算法

常见的Hash算法有MD2、MD4、MD5、SHA1、SHA256和SHA512
加密算法的效能通常可以按照算法本身的复杂程度、密钥长度（密钥越长越安全）、加解密速度等来衡量。上述的算法中，MD2速度较慢已逐渐被淘汰外，其他算法仍在目前的加密系统产品中使用。

MD5的全称是Message-Digest Algorithm 5（信息-摘要算法）。
MD5的结果是128bit字节，通常由32位16进制字符串表示。
具有很高的安全性。它对应任何字符串都可以加密成一段唯一的固定长度的代码。

SHA1的全称是Secure Hash Algorithm(安全哈希算法) 。SHA1基于MD5，加密后的数据长度更长，
它对长度小于264的输入，产生长度为160bit的散列值，比MD5多32bit，通常由40位的16进制字符串表示。
因此，比MD5更加安全，但SHA1的运算速度就比MD5要慢了。

hashlib的用法

下面以算法MD5为例，计算一个字符串的MD5值：

import hashlib

md5 = hashlib.md5()
md5.update("how to use md5 in python hashlib?")
print md5.hexdigest()   # digest的意思是摘要，hex是16进制的意思

计算结果如下：

d26a53750bc40b38b65a520292f69306

另一种常见的摘要算法是SHA1：

import hashlib

sha1 = hashlib.sha1()
sha1.update("how to use sha1 in python hashlib?")
print sha1.hexdigest()

hash算法的用途

1.加密网站注册用户的密码

在密码学中，hash算法的主要作用是用于消息摘要和签名，主要用于消息的完整性校验。
hash算法不可逆，用于密文保存密码的签名，网站后台只保存签名值。
在上述场景下，对于抗碰撞和抗篡改能力要求极高，对于速度要求在其次。

2.网站用户上传图片/文件后，计算出MD5值作为文件名

MD5可以保证唯一性。

3.key-value数据库中使用MD5作为key

在使用hash进行管理的数据结构中，比如hashmap，hash值（key）存在的目的是加速键值对的查找，key的作用是为了将元素适当的放在各个桶里，对抗碰撞的要求不是那么高。换句话说，hash出来的key，只要保证value大致均匀的放在不同的桶里就可以了。但整个算法的set性能，直接与hash值产生的速度有关，所以这时候的hash值的产生速度就尤为重要。

4.比较两个文件是否相同

大家在下载一些资源的时候，就会发现网站提供了MD5值，就是用来检测文件是否被篡改。