啊，繼續學習之旅。
前面幾篇提到「雜湊表」「雜湊函式」，這裡又講到「雜湊演算法」，是不是有點一頭霧水？實際上，不管是「雜湊」還是「雜湊」，這都是中文翻譯的差別，英文其實就是「hash」。所以，常聽到有人把「雜湊表」叫作「雜湊表」「hash 表」，把「雜湊演算法」叫作「hash 演算法」或者「雜湊演算法」。
什麼是雜湊演算法？
將任意長度的二進位制值串對映為固定長度的二進位制值串，這個對映的規則就是雜湊演算法，而通過原始資料對映之後得到的二進位制值串就是雜湊值。但是，要想設計乙個優秀的雜湊演算法並不容易，有幾點要求需要滿足：
以md5為例，說明一下：
分別對「《今天我來講雜湊演算法》」和「《jiajia》」這兩個文字，計算 md5 雜湊值，得到兩串看起來毫無規律的字串（md5 的雜湊值是 128 位的 bit 長度，為了方便表示，把它們轉化成了 16 進製編碼）。可以看出來，無論要雜湊的文字有多長、多短，通過 md5 雜湊之後，得到的雜湊值的長度都是相同的，而且得到的雜湊值看起來像一堆隨機數，完全沒有規律。
md5
(" 今天我來講雜湊演算法 "
)= bb4767201ad42c74e650c1b6c03d78fa
md5(
"jiajia"
)= cd611a31ea969b908932d44d126d195b
md5
(" 我今天講雜湊演算法！")=
425f
0d5a917188d2c3c3dc85b5e4f2cb
md5(
" 我今天講雜湊演算法 "
)= a1fb91ac128e6aa37fe42c663971ac3d
應用一：安全加密
最常用於加密的雜湊演算法是md5（md5 message-digest algorithm，md5 訊息摘要演算法）和sha（secure hash algorithm，安全雜湊演算法），還有des（data encryption standard，資料加密標準）、aes（advanced encryption standard，高階加密標準）。
在前面提到的雜湊演算法四點要求中，對用於加密的雜湊演算法來說，有兩點格外重要。第一點是很難根據雜湊值反向推導出原始資料，第二點是雜湊衝突的概率要很小。
對於第一點，加密的目的就是防止原始資料洩露，所以很難通過雜湊值反向推導原始資料，這是乙個最基本的要求。對於第二點，不管是什麼雜湊演算法，只能儘量減少碰撞衝突的概率，理論上是沒辦法做到完全不衝突的。為什麼這麼說呢？
這裡就基於組合數學中乙個非常基礎的理論，鴿巢原理（也叫抽屜原理）。這個原理本身很簡單，它是說，如果有 10 個鴿巢，有 11 只鴿子，那肯定有 1 個鴿巢中的鴿子數量多於 1 個，換句話說就是，肯定有 2 只鴿子在 1 個鴿巢內。
那究竟為什麼雜湊演算法無法做到零衝突？
雜湊演算法產生的雜湊值的長度是固定且有限的。比如 md5 的例子，雜湊值是固定的 128 位二進位制串，能表示的資料是有限的，最多能表示 2128 個資料，而要雜湊的資料是無窮的。基於鴿巢原理，如果我們對 2^128+1 個資料求雜湊值，就必然會存在雜湊值相同的情況。一般情況下，雜湊值越長的雜湊演算法，雜湊衝突的概率越低。
不過，即便雜湊演算法存在雜湊衝突的情況，但是因為雜湊值的範圍很大，衝突的概率極低，所以相對來說還是很難破解的。像 md5，有 2128 個不同的雜湊值，這個資料已經是乙個天文數字了，所以雜湊衝突的概率要小於 1/2128。
如果拿到乙個 md5 雜湊值，希望通過毫無規律的窮舉的方法，找到跟這個 md5 值相同的另乙個資料，那耗費的時間應該是個天文數字。所以，即便雜湊演算法存在衝突，但是在有限的時間和資源下，雜湊演算法還是被很難破解的。
除此之外，沒有絕對安全的加密。越複雜、越難破解的加密演算法，需要的計算時間也越長。比如 sha-256 比 sha-1 要更複雜、更安全，相應的計算時間就會比較長。密碼學界也一直致力於找到一種快速並且很難被破解的雜湊演算法。我們在實際的開發過程中，也需要權衡破解難度和計算時間，來決定究竟使用哪種加密演算法。
應用二：唯一標識應用三：資料校驗應用四：雜湊函式
雜湊函式也是雜湊演算法的一種應用。
雜湊函式是設計乙個雜湊表的關鍵。它直接決定了雜湊衝突的概率和雜湊表的效能。不過，相對雜湊演算法的其他應用，雜湊函式對於雜湊演算法衝突的要求要低很多。即便出現個別雜湊衝突，只要不是過於嚴重，都可以通過開放定址法或者鍊錶法解決。
不僅如此，雜湊函式對於雜湊演算法計算得到的值，是否能反向解密也並不關心。雜湊函式中用到的雜湊演算法，更加關注雜湊後的值是否能平均分布，也就是，一組資料是否能均勻地雜湊在各個槽中。除此之外，雜湊函式執行的快慢，也會影響雜湊表的效能，所以，雜湊函式用的雜湊演算法一般都比較簡單，比較追求效率。
應用五：負載均衡
負載均衡演算法有很多，比如輪詢、隨機、加權輪詢等。那如何才能實現乙個會話粘滯（session sticky）的負載均衡演算法呢？也就是說，需要在同乙個客戶端上，在一次會話中的所有請求都路由到同乙個伺服器上。
最直接的方法就是，維護一張對映關係表，這張表的內容是客戶端 ip 位址或者會話 id 與伺服器編號的對映關係。客戶端發出的每次請求，都要先在對映表中查詢應該路由到的伺服器編號，然後再請求編號對應的伺服器。這種方法簡單直觀，但也有幾個弊端：
如果借助雜湊演算法，這些問題都可以非常完美地解決。可以通過雜湊演算法，對客戶端 ip 位址或者會話 id 計算雜湊值，將取得的雜湊值與伺服器列表的大小進行取模運算，最終得到的值就是應該被路由到的伺服器編號。 這樣，就可以把同乙個 ip 過來的所有請求，都路由到同乙個後端伺服器上。
應用六：資料分片
雜湊演算法還可以用於資料的分片。舉兩例：
如何快速判斷是否在相簿中？
前面介紹了一種方法，即給每個取唯一標識，然後構建雜湊表。
假設現在相簿中有 1 億張，很顯然，在單台機器上構建雜湊表是行不通的。因為單台機器的記憶體有限，而 1 億張構建雜湊表顯然遠遠超過了單台機器的記憶體上限。
同樣可以對資料進行分片，然後採用多機處理。準備 n 臺機器，讓每台機器只維護某一部分對應的雜湊表。每次從相簿中讀取乙個，計算唯一標識，然後與機器個數 n 求餘取模，得到的值就對應要分配的機器編號，然後將這個的唯一標識和路徑發往對應的機器構建雜湊表。
當要判斷乙個是否在相簿中的時候，通過同樣的雜湊演算法，計算這個的唯一標識，然後與機器個數 n 求餘取模。假設得到的值是 k，那就去編號 k 的機器構建的雜湊表中查詢。
應用七：分布式儲存
現在網際網路面對的都是海量的資料、海量的使用者。為了提高資料的讀取、寫入能力，一般都採用分布式的方式來儲存資料，比如分布式快取。有海量的資料需要快取，所以乙個快取機器肯定是不夠的。於是，就需要將資料分布在多台機器上。
該如何決定將哪個資料放到哪個機器上呢？可以借用前面資料分片的思想，即通過雜湊演算法對資料取雜湊值，然後對機器個數取模，這個最終值就是應該儲存的快取機器編號。
但是，如果資料增多，原來的 10 個機器已經無法承受了，就需要擴容了，比如擴到 11 個機器，這時候麻煩就來了。因為，這裡並不是簡單地加個機器就可以了。
原來的資料是通過與 10 來取模的。比如 13 這個資料，儲存在編號為 3 這台機器上。但是新加了一台機器中，我們對資料按照 11 取模，原來 13 這個資料就被分配到 2 號這台機器上了。
因此，所有的資料都要重新計算雜湊值，然後重新搬移到正確的機器上。這樣就相當於，快取中的資料一下子就都失效了。所有的資料請求都會穿透快取，直接去請求資料庫。這樣就可能發生雪崩效應，壓垮資料庫。
所以，我們需要一種方法，使得在新加入乙個機器後，並不需要做大量的資料搬移。一致性雜湊演算法
假設有 k 個機器，資料的雜湊值的範圍是 [0, max]。將整個範圍劃分成 m 個小區間（m 遠大於 k），每個機器負責 m/k 個小區間。當有新機器加入的時候，我們就將某幾個小區間的資料，從原來的機器中搬移到新的機器中。這樣，既不用全部重新雜湊、搬移資料，也保持了各個機器上資料數量的均衡。
一致性雜湊演算法的基本思想就是這麼簡單。除此之外，它還會借助乙個虛擬的環和虛擬結點，更加優美地實現出來。
資料結構學習筆記七（雜湊演算法）
一 什麼是雜湊演算法 將任意長度的任意二進位制值串對映為固定長度的二進位制值串，這個對映的規則就是雜湊演算法，而通過原始資料對映之後得到的二進位制值串就是雜湊值。雜湊演算法需要滿足的要求 二 雜湊演算法的應用 雜湊演算法的應用非常廣泛，主要有安全加密 唯一標識 資料校驗 雜湊函式 負載均衡 資料分片...
資料結構學習筆記 雜湊表
1.什麼是雜湊表 1 雜湊表是從乙個集合a到另乙個集合b的對映。2 集合a中的元素稱為鍵值，集合b中的元素稱為hash值。3 對映在數學上相當於乙個函式，集合a中的元素如何對映到集合b，hash函式決定。4 若兩個不同的鍵值對應同乙個hash值，這種情況為hash碰撞。2.雜湊與查詢 設集合a為查詢...
資料結構學習筆記 2 資料結構與演算法
四.演算法設計的要求 五.演算法效率的度量方法 六.函式的漸近增長 七.演算法時間複雜度 八.常見的時間複雜度 九.最壞情況與平均情況 十.演算法空間複雜度 資料結構是底層，演算法高層。資料結構為演算法提供服務。演算法圍繞資料結構操作。演算法是解決特定問題求解步驟的描述，在計算機中表現為指令的有限序...