python哈希函数 python中的哈希算法

python之哈希算法

哈希(Hash)算法python哈希函数：`hash（object）`

哈希算法将一个不定长python哈希函数的输入python哈希函数，通过散列函数变换成一个定长的输出python哈希函数，即散列值。是一种信息摘要算法。对象的hash值比原对象拥有更低的内存复杂度。

它不同于加密。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，而加密则是将文本转换为具有相同长度的，可逆的密文。

哈希（hash）算法是不可逆的，只能由输入产生输出，不能由输出产生输入。而加密则是可逆的。即可以从输入产生输出，也可以反过来从输出推出输入。

对于hash算法，不同的数据应该生成不同的哈希值。如果两个不同的数据经过Hash函数计算得到的Hash值一样。就称为哈希碰撞（collision）。哈希碰撞无法被完全避免。只能降低发生概率。

好的hash函数会导致最少的hash碰撞。

*

可哈希性（hashable）：

可哈希的数据类型为不可变的数据结构（如字符串srt，元组tuple，对象集objects等）。这种数据被称为可哈希性。

不可哈希性：

不可哈希的数据类型，为可变的数据结构（如字典dict，列表list和集合set等）。

如果对可变的对象进行哈希处理，则每次对象更新时，都需要更新哈希表。这样python哈希函数我们则需要将对象移至不同的数据集，这种操作会使花费过大。

因此设定不能对可变的对象进行hash处理。

**

**

Python3.x添加了hash算法的随机性，以提高安全性，因此对于每个新的python调用，同样的数据源生成的结果都将不同。

哈希方法有（MD5, SHA1, SHA256与SHA512等）。常用的有SH256与SHA512。MD5与SHA1不再常用。

- MDH5 (不常用)

- SHA1 (不常用)

- SHA256 (常用)

- SHA512 (常用)

一种局部敏感的hash算法，它产生的签名在一定程度上可以表征原内容的相似度。

可以被用来比较文本的相似度。

安装simhash：

Pip3 install simhash

感知哈希算法（perceptual Hash Algorithm）。用于检测图像和视频的差异。

安装Imagehash:

pip3 install Imagehash

比较下面两张图片的Imagehash值

可以看到两张图片的hash值非常相似。相似的图片可以生成相似的哈希值是Imagehash的特点。

相关问答

Q1: 5.0、python基础数据类型

python基础二（基础数据类型）

一、引子

1 什么是数据？

x=10，10是我们要存储的数据

2 为何数据要分不同的类型

数据是用来表示状态的，不同的状态就应该用不同的类型的数据去表示

3 数据类型

数字  字符串    列表  元组  字典    集合

二、基础数据类型

2.1数字int

数字主要是用于计算用的，使用方法并不是很多，就记住一种就可以：

#bit_length() 当十进制用二进制表示时，最少使用的位数

v = 11

data = v.bit_length()

print(data)

2.2布尔值bool

布尔值就两种：True，False。就是反应条件的正确与否

真   1   True

假   0   False  

2.3字符串str

2.3.1、字符串的索引与切片。

 索引即下标，就是字符串组成的元素从第一个开始，初始索引为0以此类推。

a = 'ABCDEFGHIJK'

print(a[0])

print(a[3])

print(a[5])

print(a[7])

切片就是通过索引（索引：索引：步长）截取字符串的一段，形成新的字符串（原则就是顾头不顾腚）。

a = 'ABCDEFGHIJK'

print(a[0:3])

print(a[2:5])

print(a[0:]) #默认到最后

print(a[0:-1]) # -1 是列表中最后一个元素的索引，但是要满足顾头不顾腚的原则，所以取不到K元素

print(a[0:5:2]) #加步长

print(a[5:0:-2]) #反向加步长

2.3.2、字符串常用方法

#captalize,swapcase,title

print(name.capitalize()) #首字母大写

print(name.swapcase()) #大小写翻转

msg='egon say hi'

print(msg.title()) #每个单词的首字母大写

# 内同居中，总长度，空白处填充

ret2 = a1.center(20,"*")

print(ret2)

#数字符串中的元素出现的个数。

# ret3 = a1.count("a",0,4) # 可切片

# print(ret3)

a2 = "hqw\t"

#\t前面的补全

# 默认将一个tab键变成8个空格，如果tab前面的字符长度不足8个，则补全8个，如果tab键前面的字符长度超过8个不足16个则补全16个，以此类推每次补全8个。

ret4 = a2.expandtabs()

print(ret4)

a4 = "dkfjdkfasf54"

#startswith 判断是否以...开头

#endswith 判断是否以...结尾

# ret4 = a4.endswith('jdk',3,6) # 顾头不顾腚

# print(ret4) # 返回的是布尔值

# ret5 = a4.startswith("kfj",1,4)

# print(ret5)

#寻找字符串中的元素是否存在

# ret6 = a4.find("fjdk",1,6)

# print(ret6) # 返回的找到的元素的索引，如果找不到返回-1

# ret61 = a4.index("fjdk",4,6)

# print(ret61) # 返回的找到的元素的索引，找不到报错。

#split 以什么分割，最终形成一个列表此列表不含有这个分割的元素。

# ret9 = 'title,Tilte,atre,'.split('t')

# print(ret9)

# ret91 = 'title,Tilte,atre,'.rsplit('t',1)

# print(ret91)

#format的三种玩法 格式化输出

res='{} {} {}'.format('egon',18,'male')

res='{1} {0} {1}'.format('egon',18,'male')

res='{name} {age} {sex}'.format(sex='male',name='egon',age=18)

#strip

name='*egon**'

print(name.strip('*'))

print(name.lstrip('*'))

print(name.rstrip('*'))

#replace (替换)

replace(old, new, count)

replace('被替换的字符串','要替换的字符串',一组字符串当中替换的次数)

name='alex say :i have one tesla,my name is alex'

print(name.replace('alex','SB',1))

输出：SB say :i have one tesla,my name is alex

name='alex say :i have one tesla,my name is alex'

print(name.replace('alex','SB',2))

输出：SB say :i have one tesla,my name is SB

#####is系列

name='jinxin123'

print(name.isalnum()) #字符串由字母或数字组成

print(name.isalpha()) #字符串只由字母组成

print(name.isdigit()) #字符串只由数字组成

 2.4元祖tuple

元组被称为只读列表，即数据可以被查询，但不能被修改，所以，字符串的切片操作同样适用于元组。例：（1，2，3）（"a","b","c"）

 2.5列表list

列表是python中的基础数据类型之一，其他语言中也有类似于列表的数据类型，比如js中叫数组，他是以[]括起来，每个元素以逗号隔开，而且他里面可以存放各种数据类型比如：

li = [‘alex’,123,Ture,(1,2,3,’wusir’),[1,2,3,’小明’,],{‘name’:’alex’}]

列表相比于字符串，不仅可以储存不同的数据类型，而且可以储存大量数据，32位python的限制是 536870912 个元素,64位python的限制是 1152921504606846975 个元素。而且列表是有序的，有索引值，可切片，方便取值。

2.5.1、增。

li = [1,'a','b',2,3,'a']

# li.insert(0,55) #按照索引去增加

# print(li)

#

# li.append('aaa') #增加到最后

# li.append([1,2,3]) #增加到最后

# print(li)

#

# li.extend(['q,a,w']) #迭代的去增

# li.extend(['q,a,w','aaa'])

# li.extend('a')

# li.extend('abc')

# li.extend('a,b,c')

# print(li)

2.5.2、删

# l1 = li.pop(1) #按照位置去删除，有返回值

# print(l1)

# del li[1:3] #按照位置去删除，也可切片删除没有返回值。

# print(li)

# li.remove('a') #按照元素去删除

# print(li)

# li.clear() #清空列表

2.5.3、改

# 改

# li = [1,'a','b',2,3,'a']

# li[1] = 'dfasdfas'

# print(li)

# li[1:3] = ['a','b']

# print(li)

2.5.4、查

切片去查，或者循环去查。

2.5.5、其他操作

count（数）（方法统计某个元素在列表中出现的次数）。

a = ["q","w","q","r","t","y"]

print(a.count("q"))

index（方法用于从列表中找出某个值第一个匹配项的索引位置）

a = ["q","w","r","t","y"]

print(a.index("r"))

sort （方法用于在原位置对列表进行排序）

reverse （方法将列表中的元素反向存放）

a = [2,1,3,4,5]

a.sort()# 他没有返回值，所以只能打印a

print(a)

a.reverse()#他也没有返回值，所以只能打印a

print(a)

 2.6字典dict。

字典是python中唯一的映射类型，采用键值对（key-value）的形式存储数据。python对key进行哈希函数运算，根据计算的结果决定value的存储地址，所以字典是无序存储的，且key必须是可哈希的。可哈希表示key必须是不可变类型，如：数字、字符串、元组。

字典(dictionary)是除列表意外python之中最灵活的内置数据结构类型。列表是有序的对象结合，字典是无序的对象集合。两者之间的区别在于：字典当中的元素是通过键来存取的，而不是通过偏移存取。

2.6.1、增

# dic['li'] = ["a","b","c"]

# print(dic)

# setdefault 在字典中添加键值对，如果只有键那对应的值是none,但是如果原字典中存在设置的键值对，则他不会更改或者覆盖。

# dic.setdefault('k','v')

# print(dic) # {'age': 18, 'name': 'jin', 'sex': 'male', 'k': 'v'}

# dic.setdefault('k','v1') # {'age': 18, 'name': 'jin', 'sex': 'male', 'k': 'v'}

# print(dic)

2.6.2、删

# dic_pop = dic.pop("a",'无key默认返回值') # pop根据key删除键值对，并返回对应的值，如果没有key则返回默认返回值

# print(dic_pop)

# del dic["name"] # 没有返回值。

# print(dic)

# dic_pop1 = dic.popitem() # 随机删除字典中的某个键值对，将删除的键值对以元祖的形式返回

# print(dic_pop1) # ('name','jin')

# dic_clear = dic.clear() # 清空字典

# print(dic,dic_clear) # {} None

2.6.3、改

# 改

# dic = {"name":"jin","age":18,"sex":"male"}

# dic2 = {"name":"alex","weight":75}

# dic2.update(dic) # 将dic所有的键值对覆盖添加（相同的覆盖，没有的添加）到dic2中

# print(dic2)

2.6.4、查

# value1 = dic["name"] # 没有会报错

# print(value1)

#

# value2 = dic.get("djffdsafg","默认返回值") # 没有可以返回设定的返回值

# print(value2)

2.6.5、其他操作

# item = dic.items()

# print(item,type(item)) # dict_items([('name', 'jin'), ('sex', 'male'), ('age', 18)]) class 'dict_items'

# 这个类型就是dict_items类型，可迭代的

# keys = dic.keys()

# print(keys,type(keys)) # dict_keys(['sex', 'age', 'name']) class 'dict_keys'

# values = dic.values()

# print(values,type(values)) # dict_values(['male', 18, 'jin']) class 'dict_values' 同上

字典的循环

# dic = {"name":"jin","age":18,"sex":"male"}

# for key in dic:

# print(key)

# for item in dic.items():

# print(item)

# for key,value in dic.items():

# print(key,value)

三，基础数据类型的总结

按存储空间的占用分（从低到高）

数字

字符串

集合：无序，即无序存索引相关信息  set()  {  }

元组：有序，需要存索引相关信息，不可变  (  )

列表：有序，需要存索引相关信息，可变，需要处理数据的增删改  [  ]

字典：无序，需要存key与value映射的相关信息，可变，需要处理数据的增删改  {  }

按存值个数区分

标量／原子类型数字，字符串

容器类型列表，元组，字典

按可变不可变区分

可变列表，字典

不可变数字，字符串，元组，布尔值

按访问顺序区分

直接访问数字

顺序访问（序列类型）字符串，列表，元组

key值访问（映射类型）字典

四，其他（for，enumerate，range）

for循环：用户按照顺序循环可迭代对象的内容

msg = '是全国范围内最好的'

for item in msg:

print(item)

li = ['alex','银角','女神','egon','太白']

for i in li:

print(i)

dic = {'name':'太白','age':18,'sex':'man'}

for k,v in dic.items():

print(k,v)

enumerate：枚举，对于一个可迭代的（iterable）/可遍历的对象（如列表、字符串），enumerate将其组成一个索引序列，利用它可以同时获得索引和值

li = ['alex','银角','女神','egon','太白']

for i in enumerate(li):

print(i)

for index,name in enumerate(li,1):

print(index,name)

for index, name in enumerate(li, 100): # 起始位置默认是0，可更改

print(index, name)

range：指定范围，生成指定数字

for i in range(1,10):

print(i)

for i in range(1,10,2): # 步长

print(i)

for i in range(10,1,-2): # 反向步长

print(i)

Q2: Python数据结构-哈希表（Hash Table）

哈希表（Hash Table） ：通过键 key 和一个映射函数 Hash(key) 计算出对应的值 value，把关键码值映射到表中一个位置来访问记录，以加快查找的速度。

哈希函数（Hash Function） ：将哈希表中元素的关键键值映射为元素存储位置的函数。

哈希冲突（Hash Collision） ：不同的关键字通过同一个哈希函数可能得到同一哈希地址。

哈希表的两个核心问题是： 「哈希函数的构建」 和 「哈希冲突的解决方法」 。

常用的哈希函数方法有：直接定址法、除留余数法、平方取中法、基数转换法、数字分析法、折叠法、随机数法、乘积法、点积法等。

常用的哈希冲突的解决方法有两种：开放地址法和链地址法。

给你一个整数数组 nums 和两个整数 k 和 t 。请你判断是否存在 两个不同下标 i 和 j，使得 abs(nums[i] - nums[j]) = t ，同时又满足 abs(i - j) = k 。

如果存在则返回 true，不存在返回 false。

给定两个数组 nums1 和 nums2 ，返回 它们的交集 。输出结果中的每个元素一定是 唯一 的。我们可以 不考虑输出结果的顺序 。

给你两个整数数组 nums1 和 nums2 ，请你以数组形式返回两数组的交集。返回结果中每个元素出现的次数，应与元素在两个数组中都出现的次数一致（如果出现次数不一致，则考虑取较小值）。可以不考虑输出结果的顺序。

请你判断一个 9 x 9 的数独是否有效。只需要 根据以下规则 ，验证已经填入的数字是否有效即可。

数字 1-9 在每一行只能出现一次。

数字 1-9 在每一列只能出现一次。

数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。（请参考示例图）

力扣217

力扣389

力扣496

内容参考：

python哈希函数的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python中的哈希算法、python哈希函数的信息别忘了在本站进行查找喔。