假设你有一个文件，你想确认它有没有被篡改过。你可以把它压缩成一个短小的“指纹”，只要文件内容有任何变化，这个指纹就会完全不同。别人拿到这个指纹，可以验证文件的完整性，但无法从指纹还原出文件本身。这就是哈希函数的基本思想。
哈希函数（Hash Function）是一种数学函数，它接受任意长度的输入数据，通过一系列复杂的计算，输出一个固定长度的、看似随机的字符串，这个输出被称为哈希值（hash value）或摘要（digest）。
哈希函数的四个核心特性
1. 单向性（不可逆）
这是哈希函数最重要的特性。给定一个哈希值，在计算上不可能还原出原始的输入数据。就像你无法从一个人的指纹反推出他的完整长相一样。这种单向性使得哈希函数非常适合用于验证——你可以把哈希值公开，而不必担心泄露原始数据。
2. 确定性
相同的输入永远产生相同的哈希值。如果你对同一段文字计算两次哈希，得到的结果完全一样。这是哈希函数能够用于验证的基础。
3. 雪崩效应
输入的微小改变会导致输出的巨大变化。哪怕只修改一个字母，甚至一个标点，计算出的哈希值也会变得面目全非，看起来就像完全随机的新值。例如：
- 输入 “hello” 的SHA-256哈希：
2cf24dba5fb0a30e26e83b2ac5b9e29e1b161e5c1fa7425e73043362938b9824 - 输入 “Hello”（首字母大写）的SHA-256哈希：
185f8db32271fe25f561a6fc938b2e264306ec304eda518007d1764826381969
你看，仅仅改变一个字母的大小写，哈希值就完全不一样了。这个特性让攻击者无法通过微调输入来猜测哈希值。
4. 抗碰撞性
理论上，由于哈希函数的输出长度固定，而输入可以是任意长度，必然存在两个不同的输入产生相同哈希值的情况——这叫做碰撞。但好的哈希函数应该让找到这样的碰撞在计算上不可行。也就是说，无法在合理的时间内人为构造出两个不同输入，使得它们的哈希值相同。
把哈希看作数据的DNA
我们可以用DNA来比喻哈希函数。每个人的DNA都是独一无二的，可以从一个人身上提取，但无法从DNA反推出这个人的全部特征。同样，哈希值可以作为数据的唯一标识，任何修改都会导致DNA改变，从而被发现。
另一个常见的比喻是摘要：哈希值就像一本书的内容摘要，从摘要中无法还原整本书的内容，但可以用摘要来快速判断两本书是否相同。
哈希不是加密
这是初学者最容易混淆的地方。哈希和加密虽然都是密码学工具，但目的完全不同：
- 加密的目的是隐藏数据，它是可逆的——只要有正确的密钥，就可以还原出原文。
- 哈希的目的是验证完整性，它是不可逆的——不需要还原原文，只需要验证数据是否被篡改。
打个比方：加密是把信放进保险箱，有钥匙的人才能打开；哈希是给信封上盖一个火漆印章，任何人都可以看到印章是否完好，但无法从印章恢复信的内容。
哈希函数用在哪儿？
哈希函数无处不在，只是你可能没意识到：
- 当你登录网站时，系统会把你输入的密码哈希后与数据库中的哈希值比对，而不是直接比对密码原文。
- 当你下载一个大文件时，网站通常会提供一个哈希值，让你用工具计算下载文件的哈希值，以确保文件没有损坏或被篡改。
- Git用哈希值标识每一次提交，确保代码历史不可篡改。
- 区块链用哈希把区块链接成一条链，保证交易记录永久可信。
在接下来的几节，我们将深入探索哈希函数的世界，看看MD5是如何从风光无限到被彻底抛弃的，SHA家族又是如何接力的，以及哈希函数在现实中的种种应用。