1.考考你
实际项目开发，你们的项目中是不是经常要保存用户信息。比如用户注册，关键信息用户名称和用户密码。那么你还记得用户密码，你都是如何处理的吗？
如果你做过大数据的开发，你一定知道在MapreReduce的shuffle阶段，有一个步骤是分区，默认策略是：HashPartition，即哈希分区。
如果你熟系分布式系统，你一定经常听到这么几个词语：负载均衡、数据分片、分布式存储等等。
如果你不是一个开发人员，你说以上你都不知道，你的日常生活就是吃吃吃、玩玩玩。那也不要紧，你一定用过某某某BT工具，下载过很多的movies对吧。
以上种种，都跟我们今天的主角有关系，它就是：哈希算法。
#考考你：
1.你知道什么是哈希算法吗？
2.你知道哈希算法的应用场景都有哪些吗？
3.你知道为什么一定会有哈希冲突吗？
2.初识哈希算法
2.1.你熟悉的案例
我们先用一个你熟悉的案例，回顾一下在实际项目中，你经常用到哈希算法的场景。该案例是用户注册，通过md5加密用户密码的案例。你一定很熟悉有没有。
2.1.1.md5工具类
package com.anan.algorithm.hash;
import java.math.BigInteger;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
/**
* md5加密工具类
*/
public class MD5Util {
/**
* 普通加密方式：将明文密码，通过md5加密
* @param password
* @return
*/
public static String stringToMD5(String password) {
byte[] secretBytes = null;
try {
// 获取md5摘要算法
MessageDigest md5 = MessageDigest.getInstance("md5");
// 加密，获取哈希值（二进制数组）
secretBytes = md5.digest(password.getBytes());
System.out.println("md5哈希值长度（请记住这个长度值）：" + secretBytes.length);
} catch (NoSuchAlgorithmException e) {
throw new RuntimeException("没有获取到对应的算法！");
}
// 将哈希值，转换成十六进制
String md5code = new BigInteger(1, secretBytes).toString(16);
// 如果长度不足32位，补0统一为32位
for (int i = 0; i < 32 - md5code.length(); i++) {
md5code = "0" + md5code;
}
return md5code;
}
/**
* 结合盐值方式：将明文密码，通过md5加密
* @param password
* @param salt
* @return
*/
public static String stringToMD5(String password,String salt) {
byte[] secretBytes = null;
try {
// 获取md5摘要算法
MessageDigest md5 = MessageDigest.getInstance("md5");
// 加密，获取哈希值（二进制数组）
/**
* 特殊说明：
* 1.案例处理比较简单，直接将盐值，追加到密码的结尾部分
* 2.实际项目中我们可以考虑：
* 2.1.盐值是随机数（每个用户密码对应的盐值不一样）
* 2.2.盐值，与真实密码按照某种规律混合
*/
password = password + salt;
secretBytes = md5.digest(password.getBytes());
System.out.println("md5哈希值长度（请记住这个长度值）：" + secretBytes.length);
} catch (NoSuchAlgorithmException e) {
throw new RuntimeException("没有获取到对应的算法！");
}
// 将哈希值，转换成十六进制
String md5code = new BigInteger(1, secretBytes).toString(16);
// 如果长度不足32位，补0统一为32位
for (int i = 0; i < 32 - md5code.length(); i++) {
md5code = "0" + md5code;
}
return md5code;
}
}
2.1.2.加密用户密码
package com.anan.algorithm.hash;
/**
* 哈希案例
*/
public class HashDemo {
public static void main(String[] args) {
// 1.获取用户信息
String username = "小明";
String passwordStr = "123456";
System.out.println("1.用户小明的密码明文是：【" + passwordStr + "】");
// 2.通过md5普通方式加密
String md5Password1 = MD5Util.stringToMD5(passwordStr);
System.out.println("2.通过md5普通方式加密，小明的密码变成了：【" + md5Password1 + "】");
// 3.通过md5结合盐值方式加密
String salt = "hehe";
String md5Password2 = MD5Util.stringToMD5(passwordStr,salt);
System.out.println("3.通过md5结合盐值方式加密，小明的密码变成了：【" + md5Password2 + "】");
}
}
2.1.3.执行结果
D:\02teach\01soft\jdk8\bin\java
com.anan.algorithm.hash.HashDemo
1.用户小明的密码明文是：【123456】
md5哈希值长度（请记住这个长度值）：16
2.通过md5普通方式加密，小明的密码变成了：【e10adc3949ba59abbe56e057f20f883e】
md5哈希值长度（请记住这个长度值）：16
3.通过md5结合盐值方式加密，小明的密码变成了：【0f37da9922c1ff4ad808fc9775f1729】
Process finished with exit code 0
2.2.关于哈希算法
【2.1.节】的案例，是哈希算法应用较多的其中一个场景，而且你一定很熟悉对吧。那么接下来我们一起来看一下，到底什么是哈希算法？它都有什么特点？
#哈希算法定义：
1.哈希算法，是一种规则（废话，算法都是规则好吧）
2.那么哈希算法是什么样的规则呢？
3.它是将【任意长度】的二进制值串，映射为【固定长度】的二进制值串
4.关键词：
明文：任意长度
密文：固定长度
5.你说密文，即哈希值是固定长度，多长呢？
6.你还记得案例执行结果，我说过：
md5哈希值长度（请记住这个长度值）：16
7.也就是说哈希值的长度固定是：16个字节
8.总结：以上就是哈希算法的定义，你只要关注第3条就可以了
#哈希算法特点：
1.不可逆，从哈希值不能反向推导出原始值
--你是不是经常听到md5是不可逆的
2.对输入数据敏感，哪怕只修改了原始数据一个bit，得到的哈希值也不同
--123、与1234明明是亲兄弟
--但是它们的哈希值却相差十万八千里
3.散列冲突概率要很小,对于不同的原始数据，哈希值相同的概率很小
--这条好熟悉，学习散列表的时候，也有散列冲突
--因为散列函数，是哈希算法的其中一个应用场景
4.哈希算法执行效率要很高，针对较长的文本，能快速计算出哈希值
--世间万事万物，都是在寻求某种平衡
--关于哈希算法，也是在安全，与性能之间寻求平衡
#哈希算法常见应用场景：
1.安全加密
2.唯一标识
3.数据校验
4.散列函数
5.负载均衡
6.数据分片
7.分布式存储
2.3.关于哈希冲突
在学习散列表的时候，我们说过不能避免散列冲突，也就是说散列冲突一定存在。我们知道散列函数，是哈希算法的其中一个应用场景。那么借助哈希算法这一节，我一起来搞明白为什么一定会存在哈希冲突？
我们先分享一个故事，看完故事后，你就明白了。该故事有一个好听的名字：鸽巢原理（或者叫做抽屉原理）
#关于鸽巢原理：
1.想象一下，有10个鸽巢，有11只鸽子
2.要求每只鸽子，都要住进鸽巢休息
3.是不是总有一个鸽巢，至少要住进两只鸽子的情况发生
4.这就是我们说的哈希冲突的情况
#分析哈希冲突的本质：
1.你还记得，哈希算法的定义吗
2.将【任意长度】的二进制值串，映射为【固定长度】的二进制值串
3.你还记得，案例执行中，我说要记住的【固定长度】吗
4.md5哈希值长度（请记住这个长度值）：16字节
5.也就是说针对哈希算法，密文长度是固定16个字节，128 个bit
6.1个字节=8 bit（比特），你一定还记得吧
7.那么回到哈希算法的定义，它有两个空间：
7.1.明文空间：任意长度（空间无限）
7.2.密文空间：128 bit（空间有限）
7.3.从无限空间，映射到有限空间
7.4.不就是11只鸽子，10个鸽巢的问题吗
7.5.也因此，我们说哈希冲突是一定会存在的
7.6.当然在实际应用中，我们无需过多担心
7.7.因为通常2^128空间，足够我们使用了
