好的HASH算法有什么特点？

注意HASH算法有很多，比如MD5、SHA-1、SHA-2等，再如BTC用的SHA-256和RIPEMD-160等。

至少有这么两个特点：

1、对于任意两个不同的输入，应该产生不同的输出。（这叫抗碰撞）

2、正向计算很容易，反过来从输出倒推输入，就非常难，只能靠暴力猜。（这叫不可逆）

先看第一个特点：抗碰撞

一个好的HASH算法，对于任意两个不同的输入，应该产生不同的输出。

事实证明，MD5、SHA-1不能算很好的HASH算法，因为王小云院士等人，已经可以找到两个不同的输入，产生相同的HASH输出。具体可以看看相关文章1、2。

如何形象理解这个特点呢？

首先，这个HASH算法的输出必须要有一定的长度，如果长度不够，肯定会有重复的。比如假设一个HASH算法，输出只有1位，输出不是0就是1，那是不是运行两、三次，就能找到了不同输入相同输出了呢！如果输出只有两位，这个HASH的输出就只有4种可能，00、01、10、11，那是不是运行四、五次，就能找到不同输入相同输出了呢！

所以MD5有128位这么长，SHA-256有256位这么长！

其次，要保障HASH值是非常随机、非常均匀地落在整个输出空间上。而且输入有一点点的不同，输出都会全然的不同。

这样，就有了一种ID的效果，HASH就像是每个输入各异的“指纹”。比如，你把1000万份不同的文件都做了HASH，每份文件都获得一个独一无二的HASH值，就可以把这个当作是一个文件的ID。每个ID都指代了一个独一无二的文件，如果再遇到ID相同的，就表明遇到相同的文件了。

再次，要能理解，输出的空间是非常大的。

对于像RSA-256这样的算法，其输出位数为256位，那么可能的值就会有10^78个（也即2^256个），这是多么大的一个数呢？

全地球沙子的数量（不只是海滩上的，而是所有），有人估算过，大致是7*10^21个，还不到10^22个。

全宇宙星球的数量，也大致不过7*10^22个，还不到10^23个。

你给它两个不同的输入，它产生相同输出的概率，比下面这个例子中的概率还要小得多：

你随便在一个星球上选了一粒沙子，另外一个人，在完全不受你影响的情况下，也随机在某个星球上随机选了一粒沙子，结果你俩选择了同一粒沙子！然后你俩还不约而同地选择了这个沙子中的同一个原子！

现在看第二个特点：不可逆

一个好的HASH算法，要求正向计算很快，但反向几乎不可能。

比如，我现在有一个BTC私钥，形如：

5HvrDrdQ9EpJTcJHXuctU9vUjydzuZ1????????????????DCHa

为了保密，我把其中16个字符用?代替。

计算出这个私钥的MD5值为：
630a0cec43d49095027b224ea0f2b317

那么，请问，全世界的黑客，有没有能力通过破解MD5，得到我这个私钥呢？

答案是：按照现在的能力，不能。

黑客的做法，只能是，不断尝试这16个?号可能的组合，计算其MD5值，以期有一天能算出相同的MD5值。

但这种暴力猜解需要很长时间。（大致毛估一下，以目前的技术，如果全世界黑客联合起来，拥有类比全球BTC挖矿那么大的算力，那也至少要算5年。）

那么，挖矿是在干什么

2021年6月13日18:09:30，BTC矿工们挖出一个HASH：

00000000000000000009813c8a3b95e3a75d878419547b7fe4dd71f9dc71da72

看看这个HASH多么漂亮！它的前面有多少个0！

上面是用16进制表示的，所以，每个0其实是二进制的0000，所以上面那个HASH，前面是19*4=76个二进制的0！

这个HASH是一个区块的HASH（严格的说，是这个区块头部的HASH）。

最近每10分钟就出一个这么漂亮的。

矿工们做了多少次HASH才做出这么漂亮个HASH呢？

不知道，反正平均2^76次才会出现一个这样的，你说做了多少次呢。

他们这么费劲挖这个，图啥呢？

图这个区块奖励的BTC。

挖出这个区块的矿工（可能是很多人一起挖的），得到了6.54164549个BTC，其中6.25个是系统奖励的，剩下的是赚的手续费。

哦，我大致明白HASH了，区块又是什么？

现在给大家讲讲区块链的老祖宗—BTC—的工作原理。

如果一遍看不懂，就看两遍，两遍看不懂，就大声读第三遍。

一般都能读懂。

1、互联网中若干个节点（节点就是计算机啦！）同时运行BTC软件。这些软件是开源的，谁都可以下载了来运行（本文说的节点是指全功能节点，全球目前大约有1000个左右）。

2、人们如果要发起BTC转账（也即交易），就让某个节点在互联网广播转账信息，此交易很快传遍全网每个节点。每个节点都会检查它所收到的交易是否符合逻辑（比如有没有那么多钱来转账），如果不对，就会把这个交易抛弃掉。

转账就是：张三给李四发送1个BTC，王五给赵六发送0.1个BTC，诸如此类。差不多就是这个意思，每一笔转账也叫一个交易。

3、平均每隔一段时间（平均10分钟），网内某个节点就会率先打包出一个区块，区块里面含有这段时间的所有交易数据，这个区块会广播到全网，每个节点都会收到该区块（大小在1M左右）。

3a：打包是有条件的，这个区块的头部的HASH值必须很好看。

3b：平均10分钟才出一个，这是由挖矿难度导致的。难度是动态调整的，每两周调整一次，调整使得全网平均每10分钟才能挖出一个区块。

在一个完全去中心化的网络中，难度调整是如何做到的呢？方法是：每过2016个区块，所有节点都会自发地调整难度（写在代码里了）。新的难度是由最近2016个区块的花费时长与20160分钟（两周）比较后调整得出的。如果花费时间短于20160分钟，就将难度调大一些，反之亦然则调小一些。难度可以简单地理解为要求HASH值前面有多少个0。

3c：每个10分钟内，世界上都会发生很多笔交易，这些交易都等着打包（最终只有打包在区块里的交易才被人们承认）。每个试图打包的矿工，把自己收到的、尚未打包的交易，放在区块里（由于区块大小的限制，平均一个区块能装大约2000多个交易），然后通过填充区块中的随机数区域，计算HASH，以期找到一个好看的HASH（符合难度就叫好看），找到了就叫打包成功（也就是挖矿成功），赶紧广播出去。

3d：每次收到广播来的区块，各节点检验该区块是否符合对区块的要求（至少HASH要好看嘛！），如果符合，就把此块保存下来，然后开始试图出下一个块（也即继续挖矿），把已经收到但尚未打包的交易打包进入下一个要出的块。

4、所有节点都在抢着打包，因为谁能正确打包谁就能得到BTC奖励。

4a：每成功出一个区块，打包者将会被奖励若干个BTC。最早一开始是奖励50个，每210000个区块（大约4年）奖励减半，所以后来是25个、12.5个、现在是6.25个，到2140年就会无币可挖。

4b：事实上，矿工们除了可以得到系统的奖励，还能得到区块中的手续费。

5、每个节点收到区块后，如果验证无误，就接受该区块，将其附加到自己保存的区块链上。

5a：由于每个节点都和其他节点不断同步，所以每个节点（全功能节点）都保存着从第一个区块到现在这个区块的数据（目前已经产生将近70万个区块）。

5b：一个区块的头部，会含有本区块体内全部交易的merkle根（其实也是一种HASH计算啦），如果区块体内的某个交易被篡改，可以通过计算merkle根，和头部的merkle根比较，从而发现篡改。

5c：一个区块的头部，还会含有上个区块头部的HASH值（可以简称为区块的HASH）。这就可以校验上个区块是否完整、正确（因为任何数据差错，都做不出好看的HASH了）。你可以从最新的区块，一直追溯到创世区块（第一个区块），确保没有任何数据被改动过。

5d：整个区块链上，如果其中任何一个区块，有任何一点点的篡改，都会导致这个区块的HASH值不再是一个好看的HASH，也会导致其后区块的HASH都不再好看，任何明眼人，都会知道数据不对了。而每个好看的HASH，都是全球若干矿工，使用若干矿机，花着若干电费，辛辛苦苦挖出来的。一个试图篡改区块的人或组织，没有这么强大的能力。

结语

现在，你是不是了解了HASH，了解了挖矿，了解了区块链为什么这么能防篡改了呢！

我简单总结一下：

HASH很容易计算，但反过来倒推就不容易；输入有一点改变，输出就会大变；对于一个好的HASH算法，不同的输入，肯定会是不同的输出，不用担心碰撞；HASH值可以当作ID来看待；通过对比HASH，可以判断输入是否被人改了。

挖矿是为了给一个区块找一个好看的HASH，也即前面若干位是0的HASH；不管有多少节点在挖矿，都能够自动、简单地调整难度，使得保证大约10分钟才能找到一个好看的HASH；每个区块都将自己那个好看的HASH，放在下一个区块的头部；每个全节点都记录着所有区块的数据，而且可以很方便的验证所有区块没有被人改动过；如果有人想改历史区块里的数据，那要费老鼻子劲了！