任何人都可以帮助提供有关哈希的教程吗？
Could anyone help provide a tutorial on hashing?
最近看了一些关于散列技术的论文。散列似乎无处不在。
在计算机科学中，散列table通常用作高效的查找数据结构。
在加密中，散列是在md5散列、sha散列等技术中
在数据库区。哈希是在数据库中构建 table 的密钥。
在机器学习中，哈希是为了高效处理和经济存储创建短哈希码，例如局部敏感哈希、min-hash、sim-hash、hashing trick 等。
这些应用在哈希上有哪些相同点和不同点？
你能帮忙提供一些关于这些散列的读物或参考资料吗？特别是他们之间的差异。我对这些散列技术感到困惑。
我认为散列的本质是能够获取一组可变长度、本质上动态且异步的内容，并能够将算法应用于该内容的每个成员，从而产生"stable"，固定大小，并且基本上是每个标识符的唯一标识符。这就是您引用的大多数示例的重点：
- 哈希表：将可变长度的键字符串或结构转换为 "stable" 具有已知下限和上限的唯一标识符（也称为数组中的行号、数组中行的地址、数组中的行号）数据库）。
- 密码学：将可变长度的纯文本转换为 stable、唯一且固定长度的标识符。
- 机器学习（至少是哈希技巧）：将单词（可能还有它们的上下文）转换为 stable 并将唯一键转换为通用的数字组织 ontology
在所有这些情况下，您都在对组中每个成员的可变长度内容做一个小总结。这些小摘要使得处理所有可变长度的内容变得更加容易，并且在散列 tables 的情况下可以显着加快处理速度。或者特别是在密码学的情况下可以提供显着的好处，例如密码保护（当使用适当的键控和重复哈希时）或内容完整性验证。
您会注意到哈希几乎总是会导致潜在的冲突：例如该组的两个完全不同的成员具有不同的内容，但哈希算法生成相同的 summary/hash 值。哈希函数设计的一个关键部分是确定允许的 acceptable 重复级别，并在哈希实现的设计中正确处理冲突发生时。对于仅使用少量 RAM 的散列 table，冲突率可能很高。使用 256 位加密哈希函数，碰撞概率实际上可以为零。
此外，散列几乎总是 "one way"。大多数散列算法都是故意 "lossy"（这就是重复发生的原因），因此通常无法仅从 summary/hash 值反向计算原始可变长度内容。有蛮力的方法解决这个问题，但通常不可能进行简单快速的逆向计算。
请注意，我们在现实生活中也使用 "hashing algorithms"。我们在大公司中使用同事的名字作为谈话/电子邮件/聊天的便利（一个简单的哈希），即使肯定会有很多同事使用相同的名字。因此发生了碰撞（"Do you mean Mary in Accounting or Mary in Shipping?"）。你可能"hash"所有已知的面巾纸产品都变成了"Kleenex"这个词（至少在U.S。），但仍然喜欢购买和使用不同的品牌。
最近看了一些关于散列技术的论文。散列似乎无处不在。
在计算机科学中，散列table通常用作高效的查找数据结构。
在加密中，散列是在md5散列、sha散列等技术中
在数据库区。哈希是在数据库中构建 table 的密钥。
在机器学习中，哈希是为了高效处理和经济存储创建短哈希码，例如局部敏感哈希、min-hash、sim-hash、hashing trick 等。
这些应用在哈希上有哪些相同点和不同点？ 你能帮忙提供一些关于这些散列的读物或参考资料吗？特别是他们之间的差异。我对这些散列技术感到困惑。
我认为散列的本质是能够获取一组可变长度、本质上动态且异步的内容，并能够将算法应用于该内容的每个成员，从而产生"stable"，固定大小，并且基本上是每个标识符的唯一标识符。这就是您引用的大多数示例的重点：
- 哈希表：将可变长度的键字符串或结构转换为 "stable" 具有已知下限和上限的唯一标识符（也称为数组中的行号、数组中行的地址、数组中的行号）数据库）。
- 密码学：将可变长度的纯文本转换为 stable、唯一且固定长度的标识符。
- 机器学习（至少是哈希技巧）：将单词（可能还有它们的上下文）转换为 stable 并将唯一键转换为通用的数字组织 ontology
在所有这些情况下，您都在对组中每个成员的可变长度内容做一个小总结。这些小摘要使得处理所有可变长度的内容变得更加容易，并且在散列 tables 的情况下可以显着加快处理速度。或者特别是在密码学的情况下可以提供显着的好处，例如密码保护（当使用适当的键控和重复哈希时）或内容完整性验证。
您会注意到哈希几乎总是会导致潜在的冲突：例如该组的两个完全不同的成员具有不同的内容，但哈希算法生成相同的 summary/hash 值。哈希函数设计的一个关键部分是确定允许的 acceptable 重复级别，并在哈希实现的设计中正确处理冲突发生时。对于仅使用少量 RAM 的散列 table，冲突率可能很高。使用 256 位加密哈希函数，碰撞概率实际上可以为零。
此外，散列几乎总是 "one way"。大多数散列算法都是故意 "lossy"（这就是重复发生的原因），因此通常无法仅从 summary/hash 值反向计算原始可变长度内容。有蛮力的方法解决这个问题，但通常不可能进行简单快速的逆向计算。
请注意，我们在现实生活中也使用 "hashing algorithms"。我们在大公司中使用同事的名字作为谈话/电子邮件/聊天的便利（一个简单的哈希），即使肯定会有很多同事使用相同的名字。因此发生了碰撞（"Do you mean Mary in Accounting or Mary in Shipping?"）。你可能"hash"所有已知的面巾纸产品都变成了"Kleenex"这个词（至少在U.S。），但仍然喜欢购买和使用不同的品牌。