本文主要讲解“什么是Python数据结构和算法中的hash”，感兴趣的朋友不妨看看。本文介绍的方法简单、快速、实用。让边肖带你学习“什么是Python中的哈希数据结构和算法”！
哈希
对于一组数据项，顺序搜索的时间复杂度为O(n)，二分搜索法为O(logn)，而对于散列数据结构，搜索算法的时间复杂度降低到O(1).
00-1010哈希表
哈希表又称“散列表”，是一种数据集，其中数据项以有利于快速搜索操作的方式存储。
哈希表中用于存储数据项的每个存储位置都添加为“http://”，每个槽对应一个槽（slot.
python中对应的数据结构是字典。
{'a' :1，' b' 33602，' c' :3}
哈希函数
哈希函数：实现数据项到存储槽名的转换。
常用的哈希函数是“唯一的名字”:将数据项除以哈希表的大小，余数作为槽名。
为什么求余数更常见？因为哈希函数返回的槽号必须在哈希表的范围内，所以哈希表的大小一般是互补的。
当所有数据项都保存在哈希表中时，可以通过槽号直接查询搜索，算法时间复杂度O(1)
冲突
哈希函数计算槽时，不同的数据项应该计算不同的槽，但有时不同的数据项计算相同的槽(即冲突)。
比如大小为11的哈希表，哈希函数“余数”，77和44计算的槽位都是0！发生了冲突。
对于散列表，讨论的主要话题是求余数.
00-1010完美散列函数
解决冲突:给定一组数据项，完美的散列函数可以将每个数据项映射到不同的槽。
对于一组固定的数据，我们总能找到设计一个近乎完美的散列函数的方法。
完美散列函数
冲突较少(每个数据项的槽位置不同)
计算难度低(计算槽位的过程更容易)
完全分散数据项(节省空间)
00-1010哈希技术的应用
哈希技术不仅在哈希表中安排数据项的存储位置，而且在信息处理的许多领域都有许多应用。
因为哈希函数可以对任何不同的数据产生不同的哈希值，如果将哈希值视为数据的“好的散列函数具备的特征：”，这个特性在标志.可以广泛使用
因为哈希值通常是一对一且唯一的，所以它可以用作某个数据项的符号。
数据一致性校验:
任何长度的作为一致性校验额数据“标志”，散列函数需要具备以下特征:数据，哈希函数计算出的哈希值都是压缩性:的固定长度很容易从原始数据中计算出哈希值(“flag”)，注意原始数据的容易计算不能从“flag”中反推出：原始数据的微小变化会导致“flag”(哈希值)发生很大变化。抗修改性:给定原始数据和对应的哈希值(“标志”)，很难再次找到相同的哈希值(即唯一性！)
近乎完美的功能：MD5/SHA
抗冲突性:将任何长度的数据转换成MD5（Message Digset）的“符号”(16字节)。
18已经是一个巨大的数字了。
空间了，据说地球的沙子的数量就是这么多
SHA（Secure Hash Algorithm）
-
SHA-0/SHA-1：输出散列值160位（20字节）
-
SHA-256/SHA-224：分别输出256位和224位
-
SHA-512/SHA-384：分别输出512位和384位
Python的散列函数库：hashlib
Python自带了MD5和SHA系列的散列函数：hashlib
包含了：md5、sha1、sha224、sha256、sha384、sha512
计算结果：
d26a53750bc40b38b65a520292f69306
数据一致性检验中的应用
1. 数据文件是否是一致的
为每个文件计算其散列值，通过比对散列值即可得知是否文件内容相同
2. 用于网络文件下载完整性校验
下载时会提供文件的散列值，下载过程中不断比对散列值，看是否下载出错
3. 用于文件分享系统（例如：百度网盘）
服务器中都存储了文件的散列值，相同文件无需存储多次
4. 加密形式保存密码（常用）
在注册账户密码时，服务器往往存储的是密码对应的散列值，用户登录输入密码时，通过散列值比对验证
到此，相信大家对“Python数据结构与算法中的散列是什么”有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/123899.html
