散列
1、定义
散列（Hash，哈希）是一种对数据的处理方法，通过某种特定的算法将要检索的项与用来检索的索引（称为散列，或者散列值）关联起来，然后可以生成一种便于搜索的数据结构（称为散列表）。
c++11中增加了获得hash值的方法，通过hash，hash是实现了operator()的类，所以其对象是函数对象：
//template<class Key > struct hash; auto hashValue = std::hash<std::string>()("hello");
2、散列的常见应用：
散列常用作一种数据安全的方法，由一串数据中经过散列算法计算出来的资料指纹（data fingerprint），经常用来识别资料是否有被窜改，以保证资料确实是由原创者所提供。
散列算法的另一用途是用来加密的密码，由于散列算法所计算出来的散列值（Hash Value）具有不可逆（无法逆向演算回原本的数值）的性质，因此可有效的保护密码。
散列表就是使用散列函数将键名和键值关联起来的数据结构，c++中的unordered_map、unordered_set底层实现使用这种数据结构来保存数据。
3、unordered_map
unordered_map的基本原理：
使用一个下标范围比较大的数组来存储元素。将每个键映射到0到数组大小这个范围中的某个数，将键值放到这个单元中存储，获得存储单元的索引位置的函数称为散列函数；散列函数具体来说就是使每个元素的键都与一个函数值（即数组下标）相对应，用这个数组下标所在的单元（称为桶）来存储这个元素。但是，不能够保证每个元素的键与存储单元一一对应的，有可能出现对于不同的元素却计算出了相同的桶号，在这种情况下不同的元素被存储到了相同的数组单元中，这就称为“冲突（碰撞）”，所以还要有方法来处理这种情况，即为“解决冲突”，比如如果得到的哈希地址冲突(该位置上已存储数据)的话就将这个数据与原数据组成链表存放，如下图的B、D、F桶处所示：
对于unordered_map插入元素的过程是：
①、通过hash函数得到key的hash值
②、得到桶号(一般为hash值对整个数组大小求模获得)
③、存放key和value在桶内。
unordered_map查找元素的过程是：
①、通过hash函数得到key的hash值
②、得到桶号(一般为hash值对整个数组大小求模获得)
③、比较桶的内部元素是否与key相等，若都不相等，则没有找到，相等的话取出value值。
根据unorder_map的查询和插入规则可知其查询、插入和删除操作不随数据量的增长而增大，时间复杂度是常数级别O(1)。
4、map与unordered_map
由于map内部使用的树形数据机构，所以map中元素会自动排序存放，unordered_map则不会。
unordered_map中key如果是自定义类型的话定义unordered_map的时候需要传入模板参数列表的第三个和第四个参数，分别用来指定散列函数和解决冲突时使用的判断是否相等，eg：
#include <unordered_map> #include "boost\functional\hash.hpp" class CFoo { public: int m_iNum = 0; string m_str; }; struct foo_hash_value { size_t operator()(const CFoo& p) { //std::hash<int> h; //return h(p.m_iNum); size_t seed = 0; boost::hash_combine(seed, p.m_iNum); boost::hash_combine(seed, p.m_str); return seed; } }; struct foo_is_equal { bool operator()(const CFoo& f1, const CFoo& f2) { return f1.m_iNum == f2.m_iNum; } }; std::unordered_map<CFoo, int, foo_hash_value, foo_is_equal> m;
5、CRC、MD5、SHA、HAMC
CRC、MD5、SHA都是通过对数据进行计算，来生成一个校验值，该校验值可以用来校验数据的完整性。
CRC不是hash算法，而是采用多项式除法，其校验值的长度跟其多项式有关系，一般为16位(CRC16)或32位(CR32)，其计算效率比MD5和SHA1要高很多，但其安全性相对于MD5和SHA1要弱很多，一般只用作通信数据的校验。
MD5和SHA1使用的是hash算法，由于hash值具有不可逆性，无法通过hash值获得对应的原值，所以它们又经常用作数据加密。生成的校验值MD5是128位(16个字节），SHA1是160位(20个字节)，SHA1的安全性比MD5还要高一点。SHA-2是SHA-1的后继者，其安全性更高，但耗时更高，包括SHA-224、SHA-256、SHA-512等。如果我们想要通过加密后的值获得原加密之前的值，我们可以使用自己的加密算法或者使用非对称加密。比如使用非对称加密即为使用公钥对数据加密后进行保存，通过私钥对加密后的数据进行解密。常用的非对称加密算法有RSA、Elgamal。
一般我们是通过https传输注册的用户名和密码，服务端对于用户密码，保存其MD5值而不是原始密码（也可以对MD5值进行乱序后保存）下次用户登录的时候，对输入的密码进行MD5计算后判断是否与保存的MD5值相同。MD5或者SHA-1通过穷举法或者彩虹表也可以被破解出来，比如我们的数据库被黑客获取到了的话，黑客就知道了各个用户的用户名和密码MD5值，然后他使用一个数据量非常庞大的数据字典，这个字典里都是些常用的密码及其对应的MD5值，黑客通过这个表来查询他获取到的用户的MD5密码，很有可能就能查得到其对应的原始密码。
可以使用给密码加“盐（salt）”的做法来防止破解，一般来说就是将用户的key+salt一起Hash，即Hash(key+salt)，所以服务端也需要保存salt。因为加了个salt，并且salt值一般是随机生成的，所以就增加了破解密码的难度。 salt 不一定要加在密码的最前面或最后面，也可以插在中间，也可以分开插入，也可以倒序，以增加破解难度。可以使用CSPRNG算法来生成salt，CSPRNG不是普通的随机数算法，是加密安全的，C/C++中为CryptGenRandom，Java中为Java.security.SecureRandom。也可以直接使用Bcrypt算法来防止哈希破解，它就是使用的哈希加盐的思想。
HMAC是一种更高级别的加密方法，它使用hamckkey(秘钥)+hash(散列，可以使用MD5或SHA)结合的加密方式。另外还有一种HMAC与时间结合的加密方式。
6、布隆过滤器
布隆过滤器可以有效的支持判断一个元素是否不存在，其本质是一个bit向量或bit数组。当向过滤器插入元素的时候，会通过几个哈希方法来计算出元素在过滤的位置，比如插入元素"Foo"的话，通过第一个哈希方法计算出结果为100，那么就将索引100处的bit位置为1，通过第二个哈希方法计算出结果为220，那么就将索引220位置处的bit置为1，这样如果位置100或者220处的bit不是1的话，那么"Foo"是肯定不存在的。因为哈希方法计算出来的结果可能相同，比如元素"Bar"通过第一个方法计算出来的结果也是220，所以布隆过滤器只能判断一个元素可能存在。传统的布隆过滤器不支持删除操作。但是名为 Counting Bloom filter 的变种支持元素删除。
如果我们来设计布隆过滤器的话，其长度很短的话那么很快所有的 bit 位均为 1，那么查询任何值都会返回“可能存在”，所以其适合设置的比较大。哈希函数的个数也需要权衡，个数越多布隆过滤器的效率越低，如果太少的话，判断可能存在的误报率会变高。另外，性能很低的哈希函数不是个好选择，推荐 MurmurHash、Fnv 这些。
Redis 因其支持 setbit 和 getbit 操作，且纯内存性能高等特点，因此可以作为布隆过滤器来使用。
