锐客网

  1. 首页 > 睿知 > it技术 > >

Python解哈希函数 哈希算法 python

IT技术码值

python之哈希算法哈希(Hash)算法：`hash（object）`
哈希算法将一个不定长Python解哈希函数的输入Python解哈希函数，通过散列函数变换成一个定长Python解哈希函数的输出，即散列值 。是一种信息摘要算法 。对象的hash值比原对象拥有更低的内存复杂度 。
它不同于加密 。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，而加密则是将文本转换为具有相同长度的，可逆的密文 。
哈希（hash）算法是不可逆的，只能由输入产生输出，不能由输出产生输入 。而加密则是可逆的 。即可以从输入产生输出，也可以反过来从输出推出输入 。
对于hash算法，不同的数据应该生成不同的哈希值 。如果两个不同的数据经过Hash函数计算得到的Hash值一样 。就称为哈希碰撞（collision） 。哈希碰撞无法被完全避免 。只能降低发生概率 。
好的hash函数会导致最少的hash碰撞 。
*
可哈希性（hashable）：
可哈希的数据类型为不可变的数据结构（如字符串srt，元组tuple ， 对象集objects等） 。这种数据被称为可哈希性 。
不可哈希性：
不可哈希的数据类型，为可变的数据结构（如字典dict，列表list和集合set等） 。
如果对可变的对象进行哈希处理，则每次对象更新时，都需要更新哈希表 。这样我们则需要将对象移至不同的数据集，这种操作会使花费过大 。
因此设定不能对可变的对象进行hash处理 。
**
**
Python3.x添加了hash算法的随机性 ， 以提高安全性，因此对于每个新的python调用，同样的数据源生成的结果都将不同 。
哈希方法有（MD5, SHA1, SHA256与SHA512等） 。常用的有SH256与SHA512 。MD5与SHA1不再常用 。
- MDH5 (不常用)
- SHA1 (不常用)
- SHA256 (常用)
- SHA512 (常用)
一种局部敏感的hash算法，它产生的签名在一定程度上可以表征原内容的相似度 。
可以被用来比较文本的相似度 。
安装simhash：
Pip3 install simhash
感知哈希算法（perceptual Hash Algorithm） 。用于检测图像和视频的差异 。
安装Imagehash:
pip3 install Imagehash
比较下面两张图片的Imagehash值
可以看到两张图片的hash值非常相似 。相似的图片可以生成相似的哈希值是Imagehash的特点 。
如何用Python构造hash表解决DNA k-mer问题思路：
1、首先采用命A=0,C=1,G=2,T=3. 就相当于4进制数字，然后采用karp-Rabin算法转换成唯一十进制数字 。由于用此算法的哈希函数为：hash(value)=value*(4^(k-q-1));
value是该字符对应的值，k是kmer长度,q是此字符在字符串的位置范围在[0-(q-1)] 。然后把一个kmer里面所有字符的hash值求和就行了 。
2、那么很容易看出来，对于连续的下害常愤端莅得缝全俯户一个Kmer，就有推理公式了 hashNew=addValue+(hashOld-deleteValue*(4^(k-1)))*4; hashNew就是往右平移一个字符的kmer hash值，hashOld就是平移之前的值，addValue就是平移后右边多的一个字符，deleteValue就是平移后左边少的一个字符 。这样整个hash表建立的时间复杂度约为O（m+k）,m是整个文本长度 。
3、由于kmer长度如果过长，其hash值过大，会造成内存不够溢出的现象，所以kmer内部定死为10。那么问题就来了，如何应对不同的kmer值 。分三种情况 。
第一种：q10
这种可以将kmer以10为单位，将hash表中对应值取出，然后对结果进行分析，这边分析方法为建立两个数组一个二维数组unionName储存位置关系，一个一维数组unionScore,计数用 。思路就是首先第一轮初始化unionName[Name][Pos]全部赋值Pos 并初始化unionScore，然后再第二轮匹配如果unionName[Name][Pos-cycle]=Pos-1则将其赋值为当前Pos ， cycle为当前循环次数 。并将当前循环数存入unionScore[NAME]中 。最后当unionScore[NAME]值也就是循环数为k-1，即我们需要的交集了 。

推荐阅读


上一篇：jquery测试题，jquery综合测试

下一篇：小鸡模拟器游戏下载，小鸡模拟器最新下载