hash

最近接触数据结构的时候突然发现一直在使用哈希表，哈希算法。那么到底什么是哈希（hash）。查找资料发现一个比较有意思的解释，在此分享一下。 人家说的很好我就直接粘过来。 ============================================================================================================================ 但凡是从事过计算机行业的人，多多少少都会听说过这个概念，但是又对其很模糊，那么到底什么是Hash呢？ 定义 Hash一般翻译为散列，还有音译为哈希，本文我们统称为哈希（这么叫好听，哈希=散列），通过百度以及谷歌都没有直接找到Hash的定义，而是找到了一些相关的概念，哈希算法，哈希函数，哈希表等概念。 我所理解的哈希是指一个过程，这个过程就是把任意长度的输入，通过哈希算法，变换成固定长度的输出，所输出的称为哈希值。这种变换是一种压缩映射，也即哈希值所占的空间一般来说远小于输入值的空间，不同的输入可能会哈希出相同的输出（概率很小）。 哈希函数、算法 哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改一个字母的段落，随后的哈希都将产生不同的值

本博文主要用于讲解Hash的应用场景 Hash主要应用于数据结构中和密码学中。 用于数据结构时，主要是为了提高查询的效率，这就对速度比较重视，对抗碰撞不太看中，只要保证hash均匀分布就可以。 在密码学中，hash算法的作用主要是用于消息摘要和签名，换句话说，它主要用于对整个消息的完整性进行校验。 1. 数据结构 使用Hash的数据结构叫做散列表，主要是为了提高查询的效率。也有直接译作哈希表，也叫Hash表， Hash表是一种特殊的数据结构，它同数组、链表以及二叉排序树等相比较有很明显的区别，它能够快速定位到想要查找的记录，而不是与表中存在的记录的关键字进行比较来进行查找。这个源于Hash表设计的特殊性，它采用了函数映射的思想将记录的存储位置与记录的关键字关联起来，从而能够很快速地进行查找。 2.密码学 在密码学中，hash算法的作用主要是用于消息摘要和签名，换句话说，它主要用于对整个消息的完整性进行校验。 举个用于消息摘要例子，银行的数据库中是不能保存用户密码的原文的，只能保存密码的hash值。在这种应用场景里，对于抗碰撞和抗篡改能力要求极高，对速度的要求在其次。一个设计良好的hash算法，其抗碰撞能力是很高的。 需要注意的是，hash算法在密码学中，主要用于信息的摘要和完整性校验，而不是加密。 概括来说，哈希（Hash）是将目标文本转换成具有相同长度的、不可逆的杂凑字符串

作者： 吴香伟 发表于 2014/09/05 版权声明：可以任意转载，转载时务必以超链接形式标明文章原始出处和作者信息以及版权声明 数据分布是分布式存储系统的一个重要部分，数据分布算法至少要考虑以下三个因素： 1) 故障域隔离。同份数据的不同副本分布在不同的故障域，降低数据损坏的风险； 2) 负载均衡。数据能够均匀地分布在磁盘容量不等的存储节点，避免部分节点空闲部分节点超载，从而影响系统性能； 3) 控制节点加入离开时引起的数据迁移量。当节点离开时，最优的数据迁移是只有离线节点上的数据被迁移到其它节点，而正常工作的节点的数据不会发生迁移。 对象存储中一致性Hash和Ceph的CRUSH算法是使用地比较多的数据分布算法。在Aamzon的Dyanmo键值存储系统中采用一致性Hash算法，并且对它做了很多优化。OpenStack的Swift对象存储系统也使用了一致性Hash算法。 一致性Hash算法 假设数据为 x ，存储节点数目为 N 。将数据分布到存储节点的最直接做法是，计算数据 x 的Hash值，并将结果同节点数目 N 取余数，余数就是数据x的目的存储节点。即目的存储节点为 Hash(x) % N 。对数据计算Hash值的目的为了可以让数据均匀分布在N个节点中。这种做法的一个严重问题是，当加入新节点或则节点离开时，几乎所有数据都会受到影响，需要重新分布。因此，数据迁移量非常大。

1. 什么是索引? 索引是一种数据结构,可以帮助我们快速的进行数据的查找. 2. 索引是个什么样的数据结构呢? 索引的数据结构和具体存储引擎的实现有关, 在MySQL中使用较多的索引有Hash索引,B+树索引等,而我们经常使用的InnoDB存储引擎的默认索引实现为:B+树索引. 3. Hash索引和B+树所有有什么区别或者说优劣呢? 首先要知道Hash索引和B+树索引的底层实现原理: hash索引底层就是hash表,进行查找时,调用一次hash函数就可以获取到相应的键值,之后进行回表查询获得实际数据.B+树底层实现是多路平衡查找树. 对于每一次的查询都是从根节点出发,查找到叶子节点方可以获得所查键值,然后根据查询判断是否需要回表查询数据. 那么可以看出他们有以下的不同: hash索引进行等值查询更快(一般情况下),但是却无法进行范围查询. 因为在hash索引中经过hash函数建立索引之后,索引的顺序与原顺序无法保持一致,不能支持范围查询.而B+树的的所有节点皆遵循(左节点小于父节点,右节点大于父节点,多叉树也类似),天然支持范围. hash索引不支持使用索引进行排序,原理同上. hash索引不支持模糊查询以及多列索引的最左前缀匹配.原理也是因为hash函数的不可预测. AAAA 和 AAAAB 的索引没有相关性. hash索引任何时候都避免不了回表查询数据,而B+树在符合某些条件

C语言哈希表 【1】设计数据结构 （1）哈希表由一个结构体HashTable构成 （2）结构体HashTable由两个元素组成。其一为指针数组（链式存储元素）；其二为整型变量（记录元素个数） （3）指针数组类型为HashNode *（哈希节点指针） （4）结构体HashNode由数据域和指针域组成。数据域也是一种结构类型变量，指针域为一个同类型指针，为了实现链式存储。 （5）数据域结构体ElemType由关键码以及其他相关信息组成（在此程序里没有添加） （6）拟定哈希表长度为13 【2】C语言表示数据结构 1 #define M 13 2 typedef int KeyType; 3 typedef struct 4 { 5 KeyType key; 6 //otherinfo; 7 }ElemType; 8 typedef struct _Node 9 { 10 ElemType data; 11 _Node *next; 12 }HashNode; 13 typedef struct 14 { 15 HashNode *table[M]; 16 int len; 17 }HashTable; 【3】函数设计 在设计函数之前，让我们先理解一下基本的逻辑： 哈希表中存储的每个元素都有一个关键码，而每个关键码都可以通过与哈希表的总数取模（当然这个算法可以任意选择）得到一个索引

简介 原题复现： https://gitee.com/xiaohua1998/qwb_2019_supersqli 考察知识点:[护网杯 2018] WEB easy_tornado 线上平台: https://buuoj.cn（北京联合大学公开的CTF平台） 榆林学院内可使用信安协会内部的CTF训练平台找到此题 [护网杯 2018]easy_tornado 打开页面发现三个链接依次打开 发现各自的文本 flag in /fllllllllllllag render md5(cookie_secret+md5(filename)) 从上面三个信息我们的值flag在/fllllllllllllag文件 render这个卡住了看了WP 说render是模板注入，经过测试发现过滤了 payload: http://13bb9f10-d2a9-428f-8148-0b42271a1c94.node3.buuoj.cn/error?msg={{1*2}} render是python中的一个渲染函数，也就是一种模板，通过调用的参数不同，生成不同的网页 render配合Tornado使用 Tornado是一种 Web 服务器软件的开源版本。Tornado 和现在的主流 Web 服务器框架（包括大多数 Python 的框架）有着明显的区别：它是非阻塞式服务器，而且速度相当快。

博客地址： 《NodeJS模块研究 - crypto》 Github ： https://github.com/dongyuanxin/blog nodejs 中的 crypto 模块提供了各种各样加密算法的 API。这篇文章记录了常用加密算法的种类、特点、用途和代码实现。其中涉及算法较多，应用面较广，每类算法都有自己适用的场景。为了使行文流畅，列出了本文记录的几类常用算法： 内容摘要：散列(Hash)算法 内容摘要：HMac 算法 内容加解密：对称加密(AES)与非对称加密解密(RSA) 内容签名：签名和验证算法 散列(Hash)算法 散列函数（英语：Hash function）又称散列算法、哈希函数，是一种从任何一种数据中创建小的数字“指纹”的方法。基本原理是将任意长度数据输入，最后输出固定长度的结果。 hash 算法具有以下特点： 不能从 hash 值倒推原数据 不同的输入，会有不同的输出 好的 hash 算法冲突概率更低 正因为 hash 算法的这些特点，因此 hash 算法主要用于：加密、数据检验、版本标识、负载均衡、分布式（一致性 hash）。 下面实现了一个获取文件标识的函数： const crypto = require("crypto"); const fs = require("fs"); function getFileHash(file, algorithm

作为磁盘数据块的缓存，Buffer Cache在Oracle的所有内存池中是最大的。 假设进程要访问5号数据文件中的第1234号块，Oracle如何知道这个块是否在Buffer Cache中？如果在，地址是多少？使用HASH算法； 在Oracle中，几乎所有在内存中搜索数据的算法都采用HASH算法。 HASH算法中有一个重要的概念：Bucket。 Buffer Cache中的HASH Bucket数量，由_db_block_hash_buckets参数设置。 Oracle HASH表的Bucket中存放的是指向链表头的指针。 Buffer Header，简称BH。 SGA中是公共内存，哪怕要访问公共内存中的一个字节，都需要有某种锁机制保护。 Oracle采用的锁机制是Latch和Mutex。 修改块时，Buffer中有用户最新修改的数据，这些数据还没有写入磁盘，这样的Buffer就是脏Buffer（脏块）。 脏块由DBWR进程统一写磁盘。 脏块链表有两个，检查点队列（CKPT-Q），LRUW。 当块变脏，Oracle会做两件事，一是生成Redo，二是将脏块链接到检查点队列。 select CPDRT,CPLRBA_SEQ||'.'||CPLRBA_BNO||'.'||CPLRBA_BOF "Low RBA", CPODR_SEQ||'.'||CPODR_BNO||'.'|