每个人都有个名字，比如张三、李四、王五，再不济也有个阿猫阿狗的称呼，虽然都有名字，但名字会重复，所以你必须得有身份证，不然你成了传说中的“黑户”，身份证就是能证明“你是谁”的唯一标识。 在互联网里，每个文件也必须有自己的唯一标识，用于文件的自我证明-“我就是我，不一样的烟火！” 而能点燃这场烟火的，正是哈希算法。
散列算法（Hash Algorithm），又称哈希算法，杂凑算法，可将任意文件映射为较短的固定长度的字符串（即哈希值）。
计算机世界只认二进制，任意文件都是由“0”和“1”组成的，比如币乎的logo它在电脑中真实面目可能是：
001100010101110000101000001….
得有上万位吧，估计要写到下班才能写完，而将其哈希一下就得到了它的哈希值：e836e7bfcf8a2503524a9291a26c4b18083b91e4
简短而又精悍，如果图片是一个人，那么哈希值就是TA的DNA序列，不同的文件哈希值不同，同一个文件哈希值固定，如果你复制一份，它的哈希值并不会改变，与原件一样。因此，哈希值就是网络世界里文件的DNA编号，如果想给你的文件烙上DNA，就把它哈希一下吧！
一个优秀的哈希算法，具有以下特点：
（1）正向快速：给定明文和 hash 算法，在有限时间和有限资源内能快速计算出 hash 值。
对于一部20G的3D电影与一个5k的文档说明，哈希一下的时间几乎相同。
（2）不可逆向：给定（若干） hash 值，在有限时间内很难（基本不可能）逆推出明文。
很容易理解，就是说给你个DNA序列，你根本无法想象出他长什么样，你甚至无法分清他是人还是啥， 因为大猩猩的DNA和人的DNA相似度可达98%。
（3）输入敏感：原始输入信息修改一点信息，产生的 hash 值看起来都有很大不同。
就如同你某天打开支付宝，突然发现账户上的余额小数点向后移了一位，你瞬间从10万的小资变为了百万的富翁。
（4）冲突避免：很难找到两段内容不同的明文，使得它们的 hash 值一致（发生冲突）。即对于任意两个不同的数据块，其hash值相同的可能性极小；对于一个给定的数据块，找到和它hash值相同的数据块极为困难。
这个概率小到什么程度呢？额…估计比中双色球大乐透还难吧！可万一真中了呢？那就是撞大运了，我们称之为哈希碰撞，越优秀的哈希算法，哈希碰撞的概率也越低。
目前流行的 Hash 算法包括 MD5、SHA-1 和 SHA-2。
（1）MD4（RFC 1320）是 MIT 的 Ronald L. Rivest 在 1990 年设计的，MD 是 Message Digest 的缩写。其输出为 128 位。MD4 已证明不够安全。
（2）MD5（RFC 1321）是 Rivest 于1991年对 MD4 的改进版本。它对输入仍以 512 位分组，其输出是 128 位。MD5 比 MD4 复杂，并且计算速度要慢一点，更安全一些。MD5 已被证明不具备”强抗碰撞性”。
（3）SHA （Secure Hash Algorithm）是一个 Hash 函数族，由 NIST（National Institute of Standards and Technology）于 1993 年发布第一个算法。目前知名的 SHA-1 在 1995 年面世，它的输出为长度 160 位的 hash 值，因此抗穷举性更好。SHA-1 设计时基于和 MD4 相同原理，并且模仿了该算法。SHA-1 已被证明不具”强抗碰撞性”。
为了提高安全性，NIST 还设计出了 SHA-224、SHA-256、SHA-384，和 SHA-512 算法（统称为 SHA-2），跟 SHA-1 算法原理类似。SHA-3 相关算法也已被提出。
可以看出，上面这几种流行的算法，它们最重要的一点区别就是”强抗碰撞性”。
（1）哈希算法，就是可将任意二进制文件映射为固定长度字符串一种算法。
（2）哈希算法具有正向快速、不可逆向、输入敏感、避免冲突的特性。
（3）衡量哈希算法的好坏的一个重要因素就是“抗碰撞性”。
