哈希函数是什么，在区块链中有什么用

哈希函数是什么？

哈希函数，又叫散列函数、散列算法，是一种从任何一种数据中创建小的数字“指纹”（也叫做摘要）的方法。什么意思呢？就是说，你输入任何长度、任何内容的数据，哈希函数输出固定长度、固定格式的结果，这个结果类似于你输入数据的指纹。只要输入发生变化，那么指纹一定会发生变化。不同的内容，通过哈希函数得到的指纹不一样。这就是哈希函数。

图 1 不同的输入，通过sha256函数都生成相同格式、相同长度的指纹

那么，哈希函数在区块中有什么用？

答案有以下几点：

快速验证。哈希函数在区块链中，生成各种数据的摘要，当比较两个数据是否相等时，只需要比较他们的摘要就可以了。例如，比较两个交易是否相等，只需要比较两者的hash值，快捷又方便。

防止篡改。传递一个数据，要保证它在传递过程中不被篡改，只需要同时传递它的摘要即可。收到数据的人将这个数据重新生成摘要，然后比较传递的摘要和生成的摘要是否相等，如果相等，则说明数据在传递过程中没有被篡改。

用于POW共识算法工作量证明。这个主要是在pow的共识算法中使用。详细说来，就是给定一定的数据，然后让你寻找其他的数据，合并起来计算出来的hash值小于某个值。比特币、目前的以太坊，都是使用的POW共识。

图 2 pow算法中哈希函数的应用

Ok，看完上面部分的同学已经可以给人吹牛逼了，如果不想继续深究的话可以去做别的事情了。下面我们再延升一下哈希函数的特性及在区块链中的演进过程。

Hash函数的特性

不定长度输入，固定长度输出

所谓不定长度输入，固定长度输出，我们在前文中已经讲过了。就是不管输入的数据是多长，是多大，输出的数据长度、格式都是固定的。比如你选择sha256，那么你的输出就是256位。

抗碰撞性

如果x不等于y，但是H（x）等于H（y），那么我们就说H（）这个函数不具有抗碰撞性。反之，我们就认为其是具有抗碰撞性的。

图 3 碰撞示意图

总结一句话：如果X不等Y，那么H（x）也不等于H（y），那么我们就说H（）这个函数具有抗碰撞性。一个好的hash函数是一定要具有抗碰撞性的。

不可逆性（单项性）

给定哈希函数H（）和输入数据，可以很方便的求解出哈希值，但是给定哈希值和哈希函数几乎不能求解出输入数据是什么，这就是不可逆性，也叫做单向性。

一个好的哈希函数必然具备：不定长输入固定长输出、抗碰撞性、不可逆性这三个特点。

区块链中hash函数的演进

Sha256

Sha全称是Secure Hash Algorithm，是美国国家安全局（NSA）设计，美国国家标准与技术研究院（NIST）发布的一系列密码散列函数。它经历了SHA-0、SHA-1、SHA-2、SHA-3系列的发展。比特币采用sha256算法属于SHA-2系列，在中本聪发明比特币时是最先进最安全的算法之一。

Scrypt

随着显卡挖矿和矿池的出现，社区担心算力的集中，违背去中心化的原则。于是，莱特币提出了Scrypt算法。莱特币除了此算法外，其它部分完全fork比特币。和sha256相比，此算法需要更多的内存和更长的计算时间，能够抵御矿机。但是此算法没有经过严格的安全审查和全面论证。

串联算法

所谓的串联算法，同我们初中物理里面所说的串联是同样的道理，就是使用很多种hash算法经过多轮运算，前一轮结果用于后一轮hash的输入。市面上的X11、X13、X15等就是这种算法。

并联算法

所谓的并联算法，也和物理中的并联差不多，即先将输入用不同的hash函数求解，然后将求解的结果混淆，形成最终的hash算法的结果。

ETHASH

Ethash是值得一提的hash算法。它是以太坊中使用的pow的hash算法。该算法能抵御矿机，基本上能做到ethash挖矿时和CPU性能无关，却和内存大小和内存带宽成正比。该算法的流程如下：

1. 对于每一个块，首先计算一个种子（seed），该种子只和当前块的信息有关；

2. 然后根据种子生成一个32M的随机数据集（Cache）；

3. 紧接着根据Cache生成一个1GB大小的数据集合（DAG），DAG可以理解为一个完整的搜索空间，挖矿的过程就是从DAG中随机选择元素（类似于比特币挖矿中查找合适Nonce）再进行哈希运算。