哈希算法介绍
哈希算法特点
哈希算法特点哈希算法（Hashing）是一种常见的加密算法。
在计算机领域中，哈希算法主要用于密码的散列、数据摘要、唯一标识等应用场景中。
相比较于传统的加密算法，哈希算法具有以下几个特点：一、无法逆向推导哈希算法是一种把输入数据通过哈希函数转换成固定长度的输出数据，通常称为哈希值（Hash Value）。
哈希算法的一个重要特点是哈希值无法逆向推导出原始的输入数据，即使知道了输出数据，也无法计算出输入数据的值。
这也就意味着，哈希算法所产生的输出数据，是不可逆且唯一的。
即使加密算法的密钥被泄露，黑客也无法利用密钥来破解哈希值，保证了数据的安全性。
二、散列冲突概率低哈希算法的输出数据是具有固定长度的，这就意味着不同长度的输入数据都会被哈希函数压缩成相同长度的输出数据。
因此，在使用哈希算法时，必须意识到，同一个哈希值可能对应着多个不同的输入数据，这种情况叫做哈希碰撞（Hash Collision）。
哈希算法的另一个特点是，对于哈希函数的设计来说，散列冲突的概率是非常低的。
三、可靠性高哈希算法具有高可靠性。
在决定一个哈希算法时，除了如何防止哈希碰撞之外，还需要关注哈希函数在设计上的正确性。
正确的哈希函数应该能够对任意长度的输入数据，产生一个相同长度的哈希值，且具有固定性，也就是说，对于同一个输入数据，它所产生的哈希值总是相同的。
四、适用于大量数据处理哈希算法的另一个特点，就是适用于处理大量的数据。
在哈希值计算的过程中，输入数据的大小并不影响哈希算法的速度和效率。
即使计算的数据里有重复、无序，甚至是带有噪声，哈希算法仍然可以快速、高效地处理这些数据。
五、可高度定制化哈希算法可以根据不同的应用场景和需求进行高度定制化。
哈希函数是哈希算法的核心，不同的哈希函数之间具有不同的性能和特性。
在实际应用中，应该选择最合适的哈希函数，才能最大限度地保证哈希算法的效率和安全性。
综上所述，哈希算法具有不可逆向推导、散列冲突概率低、可靠性高、适用于大量数据处理、可高度定制化等几个重要特点。
哈希常用算法
哈希常用算法摘要：一、哈希简介二、哈希算法的分类1.碰撞哈希算法2.非碰撞哈希算法三、常用碰撞哈希算法及其原理1.md52.sha-13.sha-256四、常用非碰撞哈希算法及其原理1.adler-322.crc32五、哈希算法的应用场景与选择原则六、哈希算法的优化与改进正文：一、哈希简介哈希，又称散列，是一种将任意大小的数据映射到固定大小的数据的算法。
它在计算机科学和信息领域中具有广泛的应用，如数据完整性校验、数据压缩、文件加密等。
二、哈希算法的分类根据哈希值是否发生碰撞，哈希算法可分为碰撞哈希算法和非碰撞哈希算法。
1.碰撞哈希算法：哈希值可能发生碰撞，即不同的输入数据可能生成相同的哈希值。
这类算法主要包括md5、sha-1等。
2.非碰撞哈希算法：哈希值不可能发生碰撞，即不同的输入数据生成不同的哈希值。
这类算法主要包括adler-32、crc32等。
三、常用碰撞哈希算法及其原理1.md5：md5（Message-Digest Algorithm 5）是一种广泛应用的哈希算法，由Ronald Linn提出。
它将输入数据分成512比特进行处理，最终生成一个128位的哈希值。
md5算法存在碰撞，因此不适用于安全性要求较高的场景。
2.sha-1：sha-1（Secure Hash Algorithm 1）是美国国家安全局（NSA）制定的安全哈希算法，用于替代不安全的md5算法。
sha-1将输入数据分成512比特进行处理，最终生成一个160位的哈希值。
虽然sha-1相对安全，但在2017年，王小云等人发现了其漏洞，因此也不再推荐使用。
3.sha-256：sha-256是sha-2家族的一员，由美国国家安全局制定。
它将输入数据分成512比特进行处理，最终生成一个256位的哈希值。
sha-256相对安全，是目前较为推荐的哈希算法。
四、常用非碰撞哈希算法及其原理1.adler-32：adler-32是一种可逆的哈希算法，由Adler于1995年提出。
ecmp hash算法
ecmp hash算法ECMP（Equal Cost Multipath）哈希算法，是一种用于网络负载均衡的算法。
在计算机网络中，负载均衡是一种将网络流量分配到多个服务器的技术，以提高网络性能和可靠性的方法。
ECMP哈希算法可以有效地实现负载均衡，使得网络中的数据包可以通过多个路径进行传输。
ECMP哈希算法的基本原理是根据数据包的源IP地址、目标IP地址、源端口号和目标端口号等信息，计算出一个哈希值，然后根据这个哈希值选择一个路径来传输数据包。
具体来说，ECMP哈希算法将数据包的源IP地址、目标IP地址、源端口号和目标端口号进行哈希运算，得到一个哈希值。
然后，根据这个哈希值与路径的数量进行取模运算，得到一个余数。
最后，根据这个余数选择一个路径来传输数据包。
ECMP哈希算法的优点是可以根据数据包的特征进行负载均衡，从而达到最优的网络性能。
通过将数据包分散到多个路径上，可以减轻单个路径的负载压力，提高网络的吞吐量和响应速度。
此外，ECMP 哈希算法还可以提高网络的可靠性，当某条路径发生故障时，可以自动切换到其他路径，从而保证数据的传输不中断。
然而，ECMP哈希算法也存在一些限制和缺点。
首先，由于哈希运算是不可逆的，因此无法保证相同的源IP地址、目标IP地址、源端口号和目标端口号一定会得到相同的哈希值。
这可能导致数据包在传输过程中被分配到不同的路径上，从而引发数据包乱序的问题。
其次，ECMP哈希算法对于网络中的负载均衡设备要求较高，需要能够支持多路径传输的设备来实现负载均衡。
另外，当网络中的路径数量较少时，ECMP哈希算法可能无法实现较好的负载均衡效果。
为了克服ECMP哈希算法的限制和缺点，还可以使用其他的负载均衡算法。
例如，基于轮询的负载均衡算法可以按照事先定义好的顺序依次选择路径来传输数据包。
基于加权轮询的负载均衡算法可以根据路径的负载情况进行权重调整，从而实现更加灵活的负载均衡。
另外，还可以使用基于反馈的负载均衡算法，通过收集和分析网络中的实时负载信息来动态调整路径的选择策略。
哈希算法 matlab
哈希算法 matlab哈希算法在计算机科学领域中是一种常见且重要的算法。
它主要用于将任意长度的数据转换为固定长度的输出。
在本文中，我们将探讨哈希算法的原理和在Matlab中的应用。
首先，让我们简要介绍一下哈希算法的原理。
哈希算法的关键思想是将输入数据通过一个确定的计算过程转换为固定长度的输出，通常称为哈希值。
这个哈希值可以是一个数字、字符串或者是其他形式的数据。
哈希算法应具备以下特性：1. 确定性：给定相同的输入，哈希算法应始终产生相同的输出。
2. 快速性：计算哈希值的过程应该高效，不会占用过多的计算资源。
3. 唯一性：理想情况下，不同的输入应产生不同的输出。
4. 抗碰撞性：即使输入数据的变化很小，哈希值应该有显著的差异。
5. 不可逆性：无法从哈希值反推原始输入数据。
在Matlab中，有多种方法可以实现哈希算法。
其中，最常用的是MD5（Message Digest Algorithm 5）和SHA-1（Secure Hash Algorithm 1）算法。
MD5算法是一种广泛使用的哈希算法，它将任意长度的数据转换为128位的哈希值。
在Matlab中，我们可以使用内置的函数`md5`来计算MD5哈希值。
以下是一个示例代码：```matlabdata = 'Hello, world!';hash = md5(data);disp(hash);```上述代码将输出`'8ed076e44ebc7ba8efa43cab8e4b8fb8'`，这就是`'Hello, world!'`的MD5哈希值。
SHA-1算法也是一种常见的哈希算法，它将任意长度的数据转换为160位的哈希值。
在Matlab中，我们可以使用内置的函数`sha1`来计算SHA-1哈希值。
以下是一个示例代码：```matlabdata = 'Hello, world!';hash = sha1(data);disp(hash);```上述代码将输出`'2ef7bde608ce5404e97d5f042f95f89f1c232871'`，这就是`'Hello, world!'`的SHA-1哈希值。
哈希算法的原理及应用实验
哈希算法的原理及应用实验1. 哈希算法的概述哈希算法（Hash Algorithm）是一种将任意长度的数据映射为固定长度散列值（Hash Value）的算法。
哈希算法的核心思想是通过对输入数据执行一系列运算，生成一个唯一的输出结果。
不同的输入数据会生成不同的输出结果，即使输入数据的长度相差甚远，输出结果的长度始终是固定的。
哈希算法在密码学、数据完整性校验、数据索引和查找等领域具有广泛的应用。
常见的哈希算法有MD5、SHA-1、SHA-256等。
2. 哈希算法的原理哈希算法的原理可以简单描述为以下几个步骤：1.将输入数据分块：哈希算法将输入数据按固定大小（通常为512位或1024位）进行分块处理。
2.初始哈希值：为每个分块数据设置一个初始哈希值。
3.迭代运算：对每个分块数据进行迭代运算，生成最终的哈希值。
4.输出结果：将最终的哈希值作为输出结果。
3. 哈希算法的应用3.1 数据完整性校验哈希算法常用于校验数据的完整性。
通过计算数据的哈希值，可以将数据内容抽象为一个唯一的字符串。
如果数据在传输或存储过程中发生了更改，其哈希值也会发生变化，从而可以检测到数据是否被篡改。
3.2 密码存储与验证在密码存储和验证过程中，哈希算法被广泛应用。
用户输入的密码会经过哈希算法生成一个哈希值存储在数据库中。
当用户再次登录时，系统将用户输入密码的哈希值与数据库中存储的密码哈希值进行对比，以判断密码是否正确。
3.3 数据索引和查找哈希算法也可以在数据索引和查找中发挥重要作用。
哈希算法将关键词或数据转换为哈希值，并将哈希值与数据存储位置进行映射。
这样可以快速进行数据的索引和查找，提高查找效率。
4. 哈希算法的实验为了更好地理解哈希算法的原理，我们可以进行一个简单的实验，使用Python 来实现。
4.1 实验准备首先，安装Python编程语言并确保在本地环境中可正常运行。
4.2 实验步骤1.创建一个新的Python文件，命名为hash_experiment.py。
什么是哈希哈希算法是怎么回事
什么是哈希哈希算法是怎么回事哈希（Hash）是一种将任意长度的输入数据通过一个固定大小的算法，运算为一个固定长度（通常是一串数字、字母、符号）的值的过程。
这个固定长度的输出被称为哈希值，也叫做摘要（Digest）或指纹（Fingerprint）。
哈希算法是实现哈希的数学计算方法。
哈希算法的主要特点是输入数据的任意长度都可以通过哈希算法计算为固定长度的哈希值。
这个哈希值相较于原始数据的输入具有以下几个重要特点：1.唯一性：不同的输入一般会生成不同的哈希值。
即使输入数据只改变了一丁点，生成的哈希值也会发生很大的变化。
唯一性是指无论输入数据有多长，哈希值始终有固定长度。
2.不可逆性：从哈希值无法推导出原始数据。
即使哈希值的长度相对较短，也很难从中反推出原始数据的内容。
3.无法修改：对于同一输入数据，无论经过多少次哈希计算，得到的结果是相同的。
但是，即使输入数据只改变了一丁点，生成的哈希值也会发生很大的变化。
哈希算法常用在密码学、数据完整性校验、数据指纹识别等领域。
在密码学中，哈希算法被广泛应用于密码存储、数字签名、消息认证码等方面，以保证数据的安全性和完整性。
常见的哈希算法包括MD5、SHA-1、SHA-256等。
其中，MD5算法产生128位的哈希值，SHA-1算法产生160位的哈希值，而SHA-256算法产生256位的哈希值。
不同的哈希算法在哈希值的长度、计算速度和安全性等方面存在差异。
哈希算法的基本原理是将输入数据作为算法的输入，通过算法的运算，不断变换数据的位和位之间的关系，最终得到一个固定长度的哈希值。
具体的算法设计目标是尽可能地提高哈希值的唯一性和不可逆性，并且在计算速度和资源消耗方面具有较好的平衡。
总结来说，哈希是通过一个固定大小的算法将任意长度的输入数据转化为一个固定长度的输出值。
哈希算法具有唯一性、不可逆性和无法修改性等特点，常用于密码学、数据完整性校验等领域。
不同的哈希算法在哈希值的长度和安全性等方面存在差异，而碰撞是哈希算法设计中需要避免的问题。
哈希算法的基本应用
哈希算法的基本应用
3. 数据唯一标识：哈希算法可以将数据映射为固定长度的唯一标识，用于数据的索引和查找 。例如，在分布式系统中，可以使用哈希算法将数据的关键信息映射为一个哈希值，并将数据 存储在对应的节点上，以实现数据的快速定位和访问。
4. 文件指纹和去重：哈希算法可以生成文件的唯一指纹，用于文件的比对和去重。通过计算 文件的哈希值，可以快速判断两个文件是否相同，从而实现文件的去重和冗余数据的删除。
5. 数据加密：哈希算法可以用于数据的加密和摘要。通过将敏感数据进行哈希处理，可以保 护数据的安全性，防止数据泄露和篡改。
哈希算法的基本应用
哈希算法的基本应用
哈希算法是一种将任意长度的数据映射为固定长度散列值的算法。它具有快速计算、固定 长度、抗碰撞等特点，被广泛应用于各个领域。以下是哈希算法的一些基本应用：
1. 数据完整性校验：哈希算法可以用于校验数据的完整性，确保数据在传输或存储过程中 没有被篡改。发送方可以计算数据的哈希值，并将其与接收方计算得到的哈希值进行比较， 如果一致，则说明数据没有被修改。
6. 数字签名：哈希算法在数字签名中进行加密，形成数字签名。接收方可以使用公钥对数字签 名进行解密和验证，以确保消息的完整性和发送方的身份认证。
这些是哈希算法的一些基本应用，它在数据安全、数据处理和数据管理等方面发挥着重要 的作用。不同的哈希算法适用于不同的应用场景，需要根据具体需求进行选择和使用。
哈希算法原理和用途
哈希算法原理和用途哈希算法是一种常用的数据摘要算法，它的作用是将任意长度的输入（又称消息），通过计算，变换成固定长度的输出，这个输出就是数据摘要，也叫数字签名或者消息摘要，Hash算法通常用一个十六进制的数字表示。
哈希算法具有抗篡改性，只要消息不变，生成的数字签名也是不变的，如果消息被篡改了，那么生成的数字签名也会发生变化，这就是哈希算法的基本特点。
此外，哈希摘要还具有不可逆的特性，即不能根据hash值来推算原始消息的内容。
哈希算法的原理哈希算法是一种单向加密算法，它的基本原理是将原始数据通过一系列算法计算，将计算得到的结果转化为固定长度的哈希值，这就是哈希摘要的核心思想。
哈希算法的计算主要包括填充、散列函数、压缩函数等步骤，填充主要是为了将输入的数据转化为固定长度。
其次，哈希算法的核心是散列函数，它使用一种特殊的函数将输入的数据映射成一个固定长度的输出结果，最后，压缩函数会将结果进一步地压缩，以便产生最终的数字签名。
哈希算法的用途哈希算法主要用于数字签名，它可以确保消息被篡改后不会被接受。
其次，哈希算法也用于安全访问控制，可以用来验证客户端的合法性，以及保护客户端的安全。
此外，哈希算法还有数据库查询和冗余检查领域的应用，对于一些需要被快速查询的数据库，哈希算法可以极大地提升查询效率；对于冗余检查，哈希算法可以有效地用来检测文件是否被篡改。
总结哈希算法是一种常用的数据摘要算法，它将任意长度的输入转换为固定长度的哈希值，具有抗篡改性和不可逆性的特点。
哈希算法主要用于数字签名、安全访问控制、数据库查询和冗余检查等方面。
哈希算法具有重要的实际意义，它能够有效保护数据安全，提高查询效率，以及检测文件是否被篡改。
哈 希 常 见 算 法 及 原 理
Python算法系列-哈希算法哈希算法一、常见数据查找算法简介二、什么是哈希三、实例：两个数字的和1.问题描述2.双指针办法解决3.哈希算法求解四、总结哈希算法又称散列函数算法，是一种查找算法。
就是把一些复杂的数据通过某种映射关系。
映射成更容易查找的方式，但这种映射关系可能会发生多个关键字映射到同一地址的现象，我们称之为冲突。
在这种情况下，我们需要对关键字进行二次或更多次处理。
出这种情况外，哈希算法可以实现在常数时间内存储和查找这些关键字。
一、常见数据查找算法简介常见的数据查找算法：顺序查找：是最简单的查找方法。
需要对数据集中的逐个匹配。
所以效率相对较低，不太适合大量数据的查找问题。
二分法查找：效率很高，但是要求数据必须有序。
面对数据排序通常需要更多的时间。
深度优先和广度优先算法：对于大量的数据查找问题，效率并不高。
这个我们后面专门讲解。
阿希查找算法：查找速度快，查询插入，删除操作简单等原因获得广泛的应用。
二、什么是哈希哈希查找的原理：根据数量预先设一个长度为M的数组。
使用一个哈希函数F并以数据的关键字作为自变量得到唯一的返回值，返回值的范围是0~M-1。
这样就可以利用哈希函数F将数据元素映射到一个数组的某一位下标，并把数据存放在对应位置，查找时利用哈希函数F计算，该数据应存放在哪里，在相应的存储位置取出查找的数据。
这里就有一个问题：关键字的取值在一个很大的范围，数据在通过哈希函数进行映射时。
很难找到一个哈希函数，使得这些关键字都能映射到唯一的值。
就会出现多个关键字映射到同一个值的现象，这种现象我们称之为冲突。
哈西算法冲突的解决方案有很多：链地址法，二次再散列法。
线性探测再散列建立一个公共溢出区注意：链地址法本质是数组+链表的数据结构链地址法存储数据过程：首先建立一个数组哈希存储所有链表的头指针。
由数组的关键字key 通过对应的哈希函数计算出哈希地址。
找到相应的桶号之后，建立新的节点存储该数据。
哈希算法的基本原理及应用
哈希算法的基本原理及应用1. 哈希算法的概述哈希算法，又称散列算法，是一种将任意长度的输入数据转换为固定长度的输出的算法。
这个输出通常称为哈希值或摘要。
哈希算法通过对输入数据进行散列运算，生成一个唯一的哈希值，具有以下特点：•哈希算法是单向函数，即无法从哈希值逆推回原始数据。
•哈希算法具有固定输出长度，无论输入数据的长度如何，得到的哈希值长度都是固定的。
•哈希算法在输出范围内均匀分布，即轻微的输入变化会导致哈希值的巨大变化。
2. 哈希算法的基本原理哈希算法的基本原理有多种实现方式，常见的包括：2.1 分组迭代分组迭代是哈希算法的一种主要实现方式，它将数据分割成固定大小的块，然后依次对每个块进行哈希运算，最后将每个块的哈希值组合成最终的输出。
常见的分组迭代算法有MD5和SHA系列算法。
2.2 链式迭代链式迭代是另一种常见的哈希算法实现方式，它将数据分割成多个块，并对每个块进行哈希运算。
与分组迭代不同的是，链式迭代将前一块的哈希值与当前块的数据一同用作下一块的输入，最后将最后一块的哈希值作为最终输出。
常见的链式迭代算法有HMAC和SHA-3算法。
3. 哈希算法的应用哈希算法广泛应用于各个领域，以下是几个常见的应用示例：3.1 数据完整性校验哈希算法可以用于校验数据的完整性，通过对数据进行哈希运算，生成哈希值，并与原始的哈希值进行比对，以验证数据是否被篡改。
3.2 数字签名通过哈希算法，可以将数据的哈希值与私钥进行加密，生成数字签名。
数字签名能够保证数据的完整性和来源可信度，常用于实现身份验证和数据防篡改。
3.3 密码存储在用户密码存储中，为了防止明文密码泄露导致用户信息被盗用，常使用哈希算法对用户密码进行加密存储。
用户输入密码时，将其进行哈希运算，并与存储的哈希值进行比对，以实现密码验证。
3.4 数据分片哈希算法可以将数据分片到不同的节点中，以实现分布式存储和负载均衡。
通过对数据的哈希值进行计算，可以决定将数据存储在哪个节点，提高数据的访问效率和可扩展性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
哈希算法简介
目录
1哈希算法概念 (2)
2哈希函数 (3)
3冲突的解决方法 (3)
4哈希算法应用 (4)
关键词：
算法、哈希、c语言
摘要：
哈希算法在软件开发和Linux内核中多次被使用，由此可以见哈希算法的实用性和重要性。
本文介绍了哈希算法的原理和应用，并给出了简略的代码实现，以便读者理解。
1哈希算法概念
哈希(hash 散列，音译为哈希)
算法将任意长度的二进制值映射为固定长度的较小二进制值，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该段落的一个字母，随后的哈希算法都将产生不同的值。
要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。
哈希表是根据设定的哈希函数H(key)和处理冲突方法将一组关键字映象到一个有限的地址区间上，并以关键字在地址区间中的项作为记录在表中的存储位置，这种表称为哈希表，所得存储位置称为哈希地址。
作为线性数据结构与表格和队列等相比，哈希表无疑是查找速度比较快的一种。
查找一般是对项的摸个部分（及数据成员）进行，这部分称为键（key ）。
例如，项可以由字符串作为键，附带一些数据成员。
理想的哈希表数据结构只不过是一个包含一些项的具有固定大小的数组。
通常的习惯是让项从0到 TableSize-1之间变化。
将每个键映射到0到TableSize-1 这个范围中的某个数 ，并且将其放到适当的单元中，这个映射就称为散列函数（hash funciton ）。
如右图，john 被散列到3，phil 被散列到4，dave 被散列到6，mary 被散列到7.
这是哈希的基本思想。
剩下的问题则是要选择一个函数，决定当两个键散列到同一个值的时候（称为冲突），应该做什么。
2哈希函数
通常，键是字符串，一种选择方法是把字符串中字符ASCII 码值加起来。
unsigned int hash( const char * key, int tableSize) { unsigned int hastV al = 0; for( int i = 0; i < strlen(key); i++) hashVal += key[ i ]; return hashVal % tableSize; }
通过对
ASCII 码总和取tableSize 的余数，来确定哈希值。
这是个简单的示例，实现起来很简单而且能够很快地算出答案。
不过，如果表很大，则函数不会很好地分配键。
由于ASCII 字符的值最多为127，如果输入的key ，都是长度比较小的字符串，那么返回的键值（哈希值）就会集中在哈希表的头部，这样就会分配不均匀。
好的哈希算法这部分会非常复杂，这里仅仅做个介绍。
在下面的哈希算法应用中会介绍linux 内核如何使用哈希算法管理网络设备结构。
3冲突的解决方法
在使用哈希算法时，除了哈希函数之外，还需要注意的是冲突（两个键散列到同一个值的时候）的处理。
常用的处理方式有分离链接法、线性探测、平方探测。
由于线性探测和平方探测涉及到一些数学问题，本文就介绍分离链接法。
分离链接法也比较简单，其做法为将散列到同一个值的所有元素保留到一个链表中。
如上图所示，所有哈希表项对应一个链表，这样只要将冲突项放入链表就行，当查找时先找到链表，然后在比较链表上项的键，得到想要的项，这个方法比较容易实现，但是会增加查找的耗时，原来只需计算哈希值，现在增加了对链表项的比较功能。
4哈希算法应用
下面看看linux内核中网络设备，是怎么样通过设备名获取相应设备的net_device结构体。
在这个过程中，使用了哈希算法，并且使用了分离链接法解决冲突的问题。
使用哈希算法可以提高查询速度，如果使用链表，查询时需要逐一比较，效率低下。
dev_name_head为哈希表，保存了所有项的链表头。
1 << NETDEV_HASHBITS 为表的大小。
full_name_hash为哈希函数，其主要目的是为了分布均匀避免冲突，这样可以提高查找效率。
这个应用比较简单，但是清晰的展现哈希算法的架构，而且容易理解。
哈希算法应用很多场景，比如管理组播MAC地址，文件系统，数据库，数据校验等等。
有兴趣可以深入研究，可以拓宽编程思路。