从哈希表到MD5摘要算法

1. 散列表是什么？

定义，摘选自维基百科。

散列表（Hash Table）也叫哈希表。

是根据键（Key）而直接访问在内存存储位置的数据结构

它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。

2. 一个例子

通过一个简单的例子解释一下。

老师统计班上同学的成绩，想要把每个分数的人数统计一下，也就是说考了100分的有多少人？考了99分的有多少人？

可能刚接触编程的人会这样写

var score = [...] // 存放了所有学生的成绩
for (var i = 0; i <= 100; i++) {
	var sum = 0; // 计算考了i分的同学有多少个
	for (var j = 0; j < score.length; j++) {
		if (i == score[j]) {
			sum++
		}
	}
	console.log('考了' + i + '分的同学有' + sum + '人')
}

这样显然很慢。假设统计全校的学生的四六级分数呢，每次的查询都是O(n)复杂度

那么我们想想其实可以拿分数来当键值，去访问该分数段的人数。

var total = 1000 // 学生的人数
var res = new Array(total).fill(0)
for (var i = 0; i < score.length; i++) {
	res[score[i]]++
}

for (var i = 0; i <= 100; i++) {
	console.log('考了' + i + '分的同学有' + res[i]+ '人')
}

这就是一个简单的哈希表。

这个散列函数，很简单

Hash(k) = k，简单的将分数这个关键字当成key值（直接定址法）

这个记录的数组就叫做哈希表。

可以发现，我们的哈希表，
正常情况下修改，查找和删除的复杂度都是O(1)，是很优秀的数据结构

2. 哈希冲突

散列表需要一一对应，也就是说，一个键应该对应一个值

如果一个键对应了多个值，那么就会出现冲突，这种冲突叫哈希冲突

那么解决比较好的方法就是拉链法。

假设score[100]这个位置出现了a, b，那就可以将对应值搞成一个链表

a的next域指向b

3. 摘要算法

摘要算法是个啥？听起来很吓唬人，其实它就是一个哈希函数。

3.1 消息摘要

将长度不固定的消息message作为输入参数，运行特定的Hash函数，生成固定长度的输出，这个输出就是Hash，也称为这个消息的消息摘要（Message Digest）

3.2 Hash函数

这个特定的Hash函数，常见的就是MD5和SHA1

MD5哈希函数将任意长度的数据摘要（映射）为一个定长的密文

为什么叫摘要而不叫加密呢？因为这个摘要的结果是不可逆的，不能被还原

3.3 安全隐患（碰撞）

理论上来说，不管使用什么样的摘要算法，必然存在2个不同的消息，对应同样的摘要。
因为输入是一个无穷集合，而输出是一个有限集合，所以从数学上来说，必然存在多对一的关系

简单说，也就是如果有一个A 对应 B，因为B是固定的，我一定能再找到一个C也对应B

这只是理论上的，安全的Hash算法几乎是无法破解的。

3.4 用处

数据完整性验证

假设一个软件QQ，开发人员开发完成后

1. 对QQ这个软件通过MD5哈希函数得到一个MD5的值，将这个MD5值公布出去
2. 用户下载这个软件，如果别人修改了这个QQ软件中的任何内容，或者软件下载途中缺少了某些内容，那么下载完成后，我们对这个文件重新计算MD5的时候，就会发现与QQ官方公布的MD5值不同，这个时候我们就知道我们拿到的QQ数据不完整了。

保护用户密码
原理也是一样的。

假设数据库里存储的用户密码都是明文，如果有坏人攻破了数据库，就轻松拿到了用户密码等信息

那我们就可以通过MD5来保护用户密码

数据库中不存储用户的密码，转而存储用户密码经过MD5计算后的MD5值

用户登录的时候，只要将密码进行MD5计算，与数据库中的MD5值比对，相同即可登录

这样一来，即使数据库密码泄露，坏人也只能拿到计算过后的MD5值，并不能反向推导出用户密码