哈希算法（上）：如何防止数据库中的用户信息被脱库？

本文是学习算法的笔记，《数据结构与算法之美》，极客时间的课程
哈希算法历史悠久，业界著名的哈希算法也很多，比如MD5、SHA等。在我们平时的开发中，基本上都是拿现成的直接用。今天不会重点剖析哈希算法的原理，也不会教你如何设计一个哈希算法，而是从实战角度告诉你，在实际开发中，我们该如何用哈希算法解决问题。

什么是哈希算法？

我们前面讲到的“散列表”、“散列函数”，这里又讲到“哈希算法”，你是不是有点一头雾水？实际上，它们的英文就是“Hash”，只是中文翻译的差别。

什么是哈希算法，用一句话就可以概括了。将任意长度的二进制值串映射为固定长度的二进制值串，这个映射规则就是哈希算法，而通过原始数据映射之后得到的二进制值串就是哈希值。但是，要设计一个优秀的哈希算法并不容易，我了需要满足的几点要求：

从哈希值不能反向推导出原始数据（所以哈希算法也叫单向哈希算法）；
对输入数据非常敏感，哪怕原始数据只修改了一个Bit，最后得到的哈希值也大不相同；
散列总被的概率要很小，对于不同的原始数据，哈希值相同的概率非常小；
哈希算法的执行效率尽量高效，针对较长的文本，也能快速计算出哈希值。

咱拿MD5这种哈希算法具体说明下，比如计算这两个文本的MD5哈希值——“今天我来讲哈希算法”、“jiajia"。得到的两串毫无规律的字符串（MD5的哈希值是128位的Bit长度，便于表示，转化为16进制编码）。可以看出，无论文本的长度是多少，得到的哈希值长度是相同的，而且看起来像一堆随机数，完全没有规律。

MD5("今天我来讲哈希算法") = bb4767201ad42c74e650c1b6c03d78fa
MD5("jiajia") = cd611a31ea969b908932d44d126d195b

我们试试两个很相似的文本

MD5("我今天讲哈希算法！") = 425f0d5a917188d2c3c3dc85b5e