Python如何哈希字符串

Python中字符串是可哈希的，即可以作為字典的鍵或者HashTable的鍵使用。

創(chuàng)新互聯(lián)公司的客戶來自各行各業(yè)，為了共同目標(biāo)，我們?cè)诠ぷ魃厦芮信浜希瑥膭?chuàng)業(yè)型小企業(yè)到企事業(yè)單位，感謝他們對(duì)我們的要求，感謝他們從不同領(lǐng)域給我們帶來的挑戰(zhàn)，讓我們激情的團(tuán)隊(duì)有機(jī)會(huì)用頭腦與智慧不斷的給客戶帶來驚喜。專業(yè)領(lǐng)域包括成都網(wǎng)站建設(shè)、網(wǎng)站建設(shè)、電商網(wǎng)站開發(fā)、微信營(yíng)銷、系統(tǒng)平臺(tái)開發(fā)。

您可以這樣子使用Python內(nèi)置函數(shù)hash（散列函數(shù)）：

您也可以將字符串轉(zhuǎn)為一個(gè)集合：

總之，Python里面有很多內(nèi)置的hash功能性數(shù)據(jù)結(jié)構(gòu)和函數(shù)。

Python數(shù)據(jù)結(jié)構(gòu)-哈希表（Hash Table）

哈希表（Hash Table） ：通過鍵 key 和一個(gè)映射函數(shù) Hash(key) 計(jì)算出對(duì)應(yīng)的值 value，把關(guān)鍵碼值映射到表中一個(gè)位置來訪問記錄，以加快查找的速度。

哈希函數(shù)（Hash Function） ：將哈希表中元素的關(guān)鍵鍵值映射為元素存儲(chǔ)位置的函數(shù)。

哈希沖突（Hash Collision） ：不同的關(guān)鍵字通過同一個(gè)哈希函數(shù)可能得到同一哈希地址。

哈希表的兩個(gè)核心問題是： 「哈希函數(shù)的構(gòu)建」 和 「哈希沖突的解決方法」 。

常用的哈希函數(shù)方法有：直接定址法、除留余數(shù)法、平方取中法、基數(shù)轉(zhuǎn)換法、數(shù)字分析法、折疊法、隨機(jī)數(shù)法、乘積法、點(diǎn)積法等。

常用的哈希沖突的解決方法有兩種：開放地址法和鏈地址法。

給你一個(gè)整數(shù)數(shù)組 nums 和兩個(gè)整數(shù) k 和 t 。請(qǐng)你判斷是否存在 兩個(gè)不同下標(biāo) i 和 j，使得 abs(nums[i] - nums[j]) = t ，同時(shí)又滿足 abs(i - j) = k 。

如果存在則返回 true，不存在返回 false。

給定兩個(gè)數(shù)組 nums1 和 nums2 ，返回 它們的交集 。輸出結(jié)果中的每個(gè)元素一定是 唯一 的。我們可以 不考慮輸出結(jié)果的順序 。

給你兩個(gè)整數(shù)數(shù)組 nums1 和 nums2 ，請(qǐng)你以數(shù)組形式返回兩數(shù)組的交集。返回結(jié)果中每個(gè)元素出現(xiàn)的次數(shù)，應(yīng)與元素在兩個(gè)數(shù)組中都出現(xiàn)的次數(shù)一致（如果出現(xiàn)次數(shù)不一致，則考慮取較小值）?？梢圆豢紤]輸出結(jié)果的順序。

請(qǐng)你判斷一個(gè) 9 x 9 的數(shù)獨(dú)是否有效。只需要 根據(jù)以下規(guī)則 ，驗(yàn)證已經(jīng)填入的數(shù)字是否有效即可。

數(shù)字 1-9 在每一行只能出現(xiàn)一次。

數(shù)字 1-9 在每一列只能出現(xiàn)一次。

數(shù)字 1-9 在每一個(gè)以粗實(shí)線分隔的 3x3 宮內(nèi)只能出現(xiàn)一次。（請(qǐng)參考示例圖）

力扣217

力扣389

力扣496

內(nèi)容參考：

python之哈希算法

哈希(Hash)算法：`hash（object）`

哈希算法將一個(gè)不定長(zhǎng)的輸入，通過散列函數(shù)變換成一個(gè)定長(zhǎng)的輸出，即散列值。是一種信息摘要算法。對(duì)象的hash值比原對(duì)象擁有更低的內(nèi)存復(fù)雜度。

它不同于加密。哈希（hash）是將目標(biāo)文本轉(zhuǎn)換成具有相同長(zhǎng)度的，不可逆的雜湊字符串，而加密則是將文本轉(zhuǎn)換為具有相同長(zhǎng)度的，可逆的密文。

哈希（hash）算法是不可逆的，只能由輸入產(chǎn)生輸出，不能由輸出產(chǎn)生輸入。而加密則是可逆的。即可以從輸入產(chǎn)生輸出，也可以反過來從輸出推出輸入。

對(duì)于hash算法，不同的數(shù)據(jù)應(yīng)該生成不同的哈希值。如果兩個(gè)不同的數(shù)據(jù)經(jīng)過Hash函數(shù)計(jì)算得到的Hash值一樣。就稱為哈希碰撞（collision）。哈希碰撞無法被完全避免。只能降低發(fā)生概率。

好的hash函數(shù)會(huì)導(dǎo)致最少的hash碰撞。

*

可哈希性（hashable）：

可哈希的數(shù)據(jù)類型為不可變的數(shù)據(jù)結(jié)構(gòu)（如字符串srt，元組tuple，對(duì)象集objects等）。這種數(shù)據(jù)被稱為可哈希性。

不可哈希性：

不可哈希的數(shù)據(jù)類型，為可變的數(shù)據(jù)結(jié)構(gòu)（如字典dict，列表list和集合set等）。

如果對(duì)可變的對(duì)象進(jìn)行哈希處理，則每次對(duì)象更新時(shí)，都需要更新哈希表。這樣我們則需要將對(duì)象移至不同的數(shù)據(jù)集，這種操作會(huì)使花費(fèi)過大。

因此設(shè)定不能對(duì)可變的對(duì)象進(jìn)行hash處理。

**

**

Python3.x添加了hash算法的隨機(jī)性，以提高安全性，因此對(duì)于每個(gè)新的python調(diào)用，同樣的數(shù)據(jù)源生成的結(jié)果都將不同。

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

- MDH5 (不常用)

- SHA1 (不常用)

- SHA256 (常用)

- SHA512 (常用)

一種局部敏感的hash算法，它產(chǎn)生的簽名在一定程度上可以表征原內(nèi)容的相似度。

可以被用來比較文本的相似度。

安裝simhash：

Pip3 install simhash

感知哈希算法（perceptual Hash Algorithm）。用于檢測(cè)圖像和視頻的差異。

安裝Imagehash:

pip3 install Imagehash

比較下面兩張圖片的Imagehash值

可以看到兩張圖片的hash值非常相似。相似的圖片可以生成相似的哈希值是Imagehash的特點(diǎn)。