社区

哈希算法有时候被称之为摘要，这个比喻有点不精确，因为摘要毕竟还是要让人看懂的，而哈希算法后的数字，人是完全读不懂的。而且我们哈希后的字符串可能比原文还要长，所以这个比喻不太恰当。

简单来说，通过哈希算法：

1. 同样的输入一定会有同样的输出。但你拿输出要想还原输入则不可能。

2. 无论多长或者多短的输入，输出都是一样长的。

3. 改动一点点，输出就会完全不一样，且毫无规律。

用点例子就秒懂了。

我们这里用Python现成的库来实验SHA256算法。

运行结果：

输出：185f8db32271fe25f561a6fc938b2e264306ec304eda518007d1764826381969

完全看不懂是什么，重点是当我们知道输出是185f8db32271fe25f561a6fc938b2e264306ec304eda518007d1764826381969

完全没办法还原成原始信息Hello，但这不是随机数。

只要输入信息一致，结果肯定是完全一样：

如果输入有哪怕一点点小小的不一样，结果会完全不同，并且完全无法预测。

只是把Hello的第一个字母改成小写的h，两者的结果完全看不出联系。

2cf24dba5fb0a30e26e83b2ac5b9e29e1b161e5c1fa7425e73043362938b9824这个结果和185f8db32271fe25f561a6fc938b2e264306ec304eda518007d1764826381969是看不出啥联系的，这个效应称之为“雪崩效应”。

也就是说，哪怕任何一点点不同的输入都能保证有不同的输出，并且不可逆。

并且，长度不一样的信息哈希后，长度是一致的。

不同长度的字符串哈希后，结果的长度是一致的。

这里有个问题，输出的字符串的长度必然是一致的话，哈希的结果应该是有穷的。但我们输入的信息可能性是无穷的，这意味着必然有“撞车”事件发生。理论上是的，但不必担心，这种事情发生的概率很小，可以忽略不计。

哈希算法的用处很多，比如我们验证文件下载是否完整时，就会应用到。因为哪怕一个字节有不一样，雪崩效应也会让哈希后的值完全不一样，所以哈希值一样可以保证你下载的文件和上传者的完全一致。

这里的SHA1值就是一个哈希值，下载完文件后跑同样的算法，如果结果和这个一致，那就证明一个字节都不差，可以放心。

另外一个比较多的应用场景是储存你的密码，你在注册一个网站的时候，网站后台的数据库是不存储你的密码的，因为这样做不安全。万一网站的数据库被泄露了，用户的密码就都泄露了，但网站又要验证你的密码，怎么办呢？用哈希算法。

第一次注册的时候，你的密码哈希后存储在数据库里，当你下次登录的时候密码再哈希一次，和存储的哈希值对比。如果完全一致，这证明密码键入和注册的时候一样。这样网站不用知道你的密码，还能验证你的密码。

考虑到有些用户的密码十分简单，大量使用诸如abcd1234这样的密码，那我们事先把常用的密码哈希过后结果存起来，和网站泄露的数据库一对比，就能知道用户的密码是什么了。这种攻击方法确实存在，应对的办法是“加盐”，用户注册密码的时候，在密码后追加一个字符串，只有网站自己知道。验证的时候同样追加一个字符串，这样密码一致的时候，哈希值也会是一样的。但是攻击者不知道盐是什么样的字符串，这种攻击也就无效了。

关于哈希算法的其他应用还有很多，重点了解数字签名算法。