比特币的密码学基础：哈希

昨天我们讲了比特币的网络基础，即比特币的组网是P2P结构的，但我们并没有深入地讲P2P是如何实现的，因为P2P已经是一个很成熟的技术，比特币之于P2P，就像一个苹果放在桌子上，我们要研究这个苹果，无需搞懂这个桌子是怎么做出来的。当然，有兴趣的同学可以专门去了解P2P技术。

接下来这两篇，我们聊聊比特币的密码学基础。提到密码学，大家肯定觉得特别高大上，头大。放心，不死姐在介绍区块链的时候，会跟昨天讲网络结构一样，把握一个原则——最小知识集原则，即只选择那些为了弄懂区块链而不得不学的知识。所以，这两篇我们不会系统介绍密码学，只学习两个不得不学的密码学概念。然后，这两篇之后，我们就开始正式学习区块链的基本原理。

废话不多说了，这一篇的目的就是让大家搞懂一个概念：哈希。

哈希这个词，想必大家都见过，而且也感觉似懂非懂。它还有另外一个名字，叫“散列”，哈希其实是“hash”的音译。所以，以后大家见到哈希和散列这两个词，就知道说的是同一个家伙。另外在区块链里，我们经常聊算力，算力的单位是H/s，这个H其实就是哈希，10H/s就是1秒能做10次哈希。当然H/s前面经常还会加K、M、G这些字母。这些字母其实是表数量级的，像我们平常表示带宽一样，KH/s就是1千哈希每秒，MH/s就是百万哈希每秒等等。相信看完本文，学习完哈希之后，你会非常清楚地知道算力到底是个什么鬼。

我们知道，计算机和互联网不管多么神通广大，但它们其实只认识0和1两个数字，不管是多么长多么复杂的文字、图片、视频，在计算机里存储的，在互联网上传输的，永远都是一串由0和1组成的数据。不同长度、不同组合的0和1可以表达世界上任何信息，就像26个英文字母可以组合出可表达任何意思的单词一样。现在我建一个txt文件，在里面写上“I love you”，然后保存。但其实计算机里存储的是这么一大串：010010010010000001101100011011110111011000100000011110010110111101110101

好，我们现在知道了任何信息都可以翻译成一串0和1。那哈希是什么呢？其实，哈希就是一种运算，就像加减乘除一样，只不过哈希的运算是将任意长度的0和1，变成固定长度的0和1。所以，任何信息，不管多长，经过哈希运算后，都将输出固定长度的数据。当然，哈希算法不同，固定长度也不同，比如最简单的哈希算法“SHA1”，算出的结果是160位，也就是由160个0或1组成；比特币挖矿用到的是“SHA256”，算出的结果是256位。至于具体怎么算的，我们继续秉承最小知识集原则，不去管它。我们只要知道，哈希就是个黑箱子，不管进去的是姚明还是潘长江，抑或是一只蚂蚁，出来的都是HelloKitty！

我们在上面找一句话哈希一下试试：

嗯，就是这效果。你肯定要问，这么一个运算有什么用啊？用处大着呢，区块链技术里多处用到它，以后咱们会见着。现在，我们边聊它的特征，边聊它的应用：

1、 对所有信息都能进行处理

不留死角，使用范围无限制。

2、 不可逆

运算不可逆，原始数据可以哈希出结果，但从结果无法得出原始数据。我们想想就知道，输出结果是固定长度的，比如128位，假如这128位是一篇几万字的文章哈希得来的，我们怎么可能从这128位算出一篇文章来？

所以，如果给你一个哈希值，然后要你找出它对应的原始值，那只有一个最野蛮的办法，那就是不停地找各种数据充当输入进行哈希，纯靠运气去试，哈希出来的结果与给定的结果一致，才算OK。比特币的挖矿就利用了哈希的这个特征，比特币系统给出一个满足特定条件的哈希值（比如说这个哈希值的前面多少位必须是0），然后让矿工去寻找对应的原始值。矿工们没办法，只能用最原始的办法不断尝试，谁先试出来谁就拿到比特币。矿工们为了竞争，于是不断加大芯片计算哈希的能力，进行军备竞赛。而这个计算哈希的能力便是算力，谁在1秒内能做更多的哈希运算，谁的算力就更大。

3、 差之毫厘，谬以千里

我们看下面这个哈希，原始数据跟上图比，只是少了最后的句号，但哈希出来的结果完全变了样。

这个特征可以实现一个叫指纹或摘要的功能。比如说，我原创了一篇文章，打算存在区块链上留做证据，但如果原文不动存上去，太耗费资源了，但我可以把这篇文章先哈希一下，得到一个很短的哈希值，然后把这个哈希值存到区块链上就行了。因为别人要证明的话，只要拿我的文章哈希一下，再拿结果与区块链上存储的哈希值对比一下就知道是不是了。所以，哈希可以验证信息的完整性和真实性。

4、 原始值与哈希值不是一一对应关系

因为原始值是不固定长度，而哈希值是固定长度，那肯定不是一一对应的。但如果不是一一对应，那就说明不同的原始值可能哈希出相同的哈希值，也就是“哈希碰撞”。那如果用这个方式来做证明，岂不是很不靠谱。

非也。

成年人考虑问题要看概率。拿最简单的SHA1来说，哈希结果是160位，这就意味着总的哈希值数量有2的160次方，也就说，两个原始值的哈希值一致的概率是2的160次方。你可能对2的160次方这个数字有多大，没什么概念。这么说吧，这个量比地球上的沙子还多，多出多少呢？也就是它的几亿或几十亿倍吧。

所以正常情况下，完全不用担心哈希碰撞的问题，因为概率太小了。

不投资毋宁死

自由，就是拥有选择的权利，而每一次选择都是一次投资。