数据结构编程实践20讲(Python版)—17散列

往期链接

17 散列（Hashing）

S1 说明

散列是一种将输入数据（通常称为键）转换为固定大小的字符串或数字的过程，通常称为散列值或哈希值。散列函数是执行此转换的算法，其输出是一个唯一的哈希码，用于快速查找和存储数据。

特点

• 固定长度输出：
  无论输入数据的大小如何，散列函数的输出长度是固定的。例如，SHA-256 散列函数始终输出 256 位（32 字节）的哈希值。
• 快速计算：
  散列函数的计算速度通常很快，能够在常量时间内生成哈希值。
• 抗碰撞性：
  理想的散列函数应当使得不同的输入数据产生相同输出的概率极低。这意味着很难找到两个不同的输入具有相同的哈希值（称为碰撞）。
• 不可逆性：
  散列函数应当是不可逆的，即从散列值无法反推原始输入。这使得散列在数据安全和加密中非常有用。
• 敏感性：
  微小的输入变化会导致哈希值的大幅变化。这一特性被称为“雪崩效应”。

应用领域

散列在多个领域中有广泛的应用，包括：

• 数据结构：
  哈希表：使用散列函数将键映射到数组中的位置，实现快速的查找、插入和删除操作。哈希表广泛用于实现集合和字典等数据结构。
• 密码学：
  • 数字签名：用于创建数字签名，通过散列原始消息并对其哈希值进行加密，以确保数据的完整性和- 身份验证。
  • 消息认证码（MAC）：结合密钥和消息的散列，用于验证消息的完整性和来源。
• 数据完整性：
  文件完整性检查：通过计算文件的哈希值，可以快速检查文件在传输或存储过程中是否被篡改（如使用 MD5 或 SHA-256）。
• 数据库：
  索引：使用散列值作为索引，以加速数据库中的数据检索。
• 分布式系统：
  • 负载均衡：散列函数可用于将请求分配到不同的服务器，以实现负载均衡。
  • 一致性哈希：在分布式缓存和存储系统中，使用一致性哈希来管理节点之间的负载分配。
• 区块链：
  在区块链技术中，散列函数用于确保区块的完整性和安全性。每个区块包含前一个区块的哈希值，从而形成链式结构，确保数据不可篡改。
• 数据去重：
  在数据存储和处理领域，通过计算数据的哈希值，可以有效地识别和去除重复数据。

S2 示例：字符串哈希

import hashlibdef generate_hash(data):"""生成数据的SHA-256哈希值"""hash_object = hashlib.sha256()hash_object.update(data.encode('utf-8'))  # 将字符串编码为字节return hash_object.hexdigest()  # 返回十六进制哈希值# 示例：生成字符串的哈希值
data = "这是一个测试的字符串"
hash_