什么是哈希算法？
不管是“散列”还是“哈希”，英文都是hash，所以，我们常听到有人把“散列表”叫做“哈希表”。
哈希算法的定义和原理很简单，基本上一句话就能概括。将任意长度的二进制值串映射为固定长度的二进制值串，这个映射规则就是哈希算法。而通过原始数据映射之后得到的二进制值串就是哈希值。
设计一个优秀的哈希算法，需要满足以下几点要求：
1.从哈希值不能反向推倒出原始数据（所以哈希算法也叫单向哈希算法）
2.对输入数据非常敏感，哪怕原始数据只修改了一个bit，最后得到的哈希值也不相同
3.散列冲突的概率要很小，对于不同的原始数据，哈希值相同的概率非常小
4。哈希算法的执行效率要尽量高效，针对较长的文本，也能快速地计算出哈希值
对于哈希算法来说，前两点格外重要。第一点和好理解，加密地目的就是防止原始数据泄露，所以很难通过哈希值反向推倒原始数据，这是一个最基本的要求。
第二点：实际上，不管是什么哈希算法，只能尽量减少碰撞冲突的概率，理论上是没办法做到完全不冲突的。这里是基于组合数学中一个非常基础的理论，鸽巢原理（也叫抽屉原理），它是说，如果有10个鸽巢，有11只鸽子，那肯定有一个鸽巢中的鸽子数量多于一个，换句话说，肯定有2只鸽子在1个鸽巢里。
有了鸽巢原理的铺垫，再来看为什么哈希算法无法做到零冲突？
我们知道，哈希算法产生的哈希值的长度是固定且有限的，比如MD5，哈希值是固定的128位二进制串，能表示的数据是有限的，最多能表示2128个数据，而我们要哈希的数据是无穷的。基于鸽巢原理，如果我们对2128+1个数据求哈希值，就必然回存在哈希值相同的情况。一般情况下，哈希值越长的哈希算法，散列冲突的概率越低。
实际上，散列函数也是哈希算法的一种应用
散列函数是设计一个散列表的关键，它直接决定了散列冲突的概率和散列表的性能，不过，相对哈希算法的其他应用，散列函数对于散列算法冲突的要求要低很多，即便出现个别散列冲突，只要不是过于严重，都可以通过开放寻址法或者链表法解决。
不仅如此，散列函数对于散列算法计算得到的值，是否能反向解密也并不关心。散列函数中用到的散列算法，更加关注散列后的值是否能平均分布，也就是，一组数据是否能均匀地散列在各个槽中。除此之外，散列函数执行地快慢，也会影响散列表地性能，所以，散列函数用的算法一般都比较简单，比较追求效率。
哈希算法与加密算法##
Hash算法严格上来说并不属于加密算法，而是与加密算法属于并列关系的一种算法。
概括来说，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（或叫做消息摘要），而加密（Encrypt）是将目标文本转换成具有不同长度的、可逆的密文。
因为Hash算法在信息的转化过程中，
具体来说，两者的主要区别有以下两个：
1）Hash算法转换过程不可逆，而加密转换过程可逆
2）Hash算法无论输入的源数据的长度是多少，同一种Hash算法转换后结果的长度都相同。而加密转换后结果的长度一般与源数据的长度正相关。
关于Hash算法和加解密算法，我们讨论如下几个问题：
1、为什么Hash算法是不可逆，但是加密算法是可逆的？
这里的不可逆既指不能根据转换后的结果逆转回原文，也指对于两个输入，即使其转换结果相同也不能说这两个输入就一定相同。
因为，Hash算法的定义域是一个无限集合，但是值域确是一个有限集合，将一个无限集合映射到有限集合上，根据“鸽笼原理”，每个哈希结果都存在无数个可能的目标文本，因此哈希是一个多对一的映射，所以它也不存在逆映射。
但是对于加密算法，它的结果往往取决于输入，其定义域和值域都是无限集合，明显是一个一一映射，对于一一映射，理论上都是可逆的。
2、对于Hash算法和加解密算法一般情况下我们是如何选择的呢
基本原则是：如果被保护数据仅仅用作比较验证，在以后不需要还原成明文形式，则使用哈希；如果被保护数据在以后需要被还原成明文，则需要使用加密。
如一般情况下，几乎所有的注册用户时我们输入的密码都是使用Hash算法进行加密然后将其保存在数据库中的。当我们登录时，输入我们的密码，然后通过Hash运算，将运算结果与数据库中存储的结果比较，相同的话就登录，不同的话就代表密码错误，需要重新输入。
当我们忘记自己的密码需要修改密码时，我们需要使用密保等进行验证，验证成功后需要设置新密码，然后Hash算出新密码的结果，将数据库中的源密码的Hash结果覆盖。而不是我们忘记密码后服务器将我们的原密码给我们重新发送过来，然后我么是原密码进行登录。这是几乎是不可能的，原因就是因为Hash算法是不可逆的。
而对于使用加解密算法，例子就很多了。比如加密文件，将加密后的数据保存后者发送给他人。别人不知道密码时是无法解密的，只有输入密码后才能将加密后的文件解密出来。
常见的Hash算法有：MD2、MD4、MD5、HAVAL、SHA、SHA-1、HMAC、HMAC-MD5、HMAC-SHA1等
部分引自：https://blog.csdn.net/qq_24280381/article/details/72024860