计算机中的数据都是按字节存储。一个字节(Byte)由 8 个二进制位(bit)组成，因此共有 2^8 = 256 种状态，从 00000000 到 11111111。

位、字节与表示方式

  • bit 只有两种状态：0 或 1
  • Byte = 8 bit，因此最多能表示 256 种状态
  • 如果按无符号整数理解，范围是 0~255
  • 如果按有符号整数（补码）理解，范围是 -128~127
  • 同一串比特可以有不同含义，比如 01000001 可以表示数字 65，也可以表示字符 A

常见编码（Encoding）

编码的目标是让数据更易表示、传输或兼容。编码是可逆的，但不提供保密性。

  • ASCII：早期英文字符编码，使用 7 bit，可表示 128 个字符
  • Unicode：字符集标准，规定“字符是什么”，编码方案由 UTF-8/UTF-16/UTF-32 实现
  • UTF-8：可变长度编码（1~4 字节），ASCII 兼容，Web 最常见
  • UTF-16：2 或 4 字节，Windows/Java 生态常见
  • UTF-32：固定 4 字节，简单但占空间
  • GBK/GB2312：中文旧编码，兼容性强但国际化不足
  • Hex（十六进制表示）：1 字节用 2 个十六进制字符表示，常用于调试与展示
  • Base64：把二进制转文本，3 字节变 4 字符，体积约增加 33%，常用于邮件、JSON 或传输二进制
  • URL 编码：把非安全字符转成 %XX 形式，保证 URL 传输安全
  • JSON/HTML 转义：用 \\uXXXX 或 & 等方式表示特殊字符

字节序（Endian）

端序只在“多字节数写入内存”时才有意义。

  • 小端（Little Endian）：低位字节放在低地址，主流 x86/x64 系统（含 Windows）使用
  • 大端（Big Endian）：高位字节放在低地址，一些网络协议或硬件常见

例子：数值 0x1234 写入内存
小端：34 12
大端：12 34

常见加解密与摘要

加密的目标是保密，需要密钥；解密用密钥还原数据。

哈希值（Hash）

哈希值（Hash Value），也叫哈希码、摘要、指纹，是把任意长度的数据映射为固定长度输出的结果。哈希是不可逆的，但“不可逆”不等于“不会碰撞”，只是碰撞概率足够小。

常见哈希长度（十六进制字符数）：

  • MD5：128 bit = 32 个十六进制字符（已不再安全）
  • SHA-1：160 bit = 40 个十六进制字符（已不再安全）
  • SHA-256：256 bit = 64 个十六进制字符（常用）

核心特性：

  • 固定长度：输入再长，输出长度固定
  • 不可逆：无法从哈希值反推原文
  • 碰撞概率低：但并非绝对唯一，MD5/SHA-1 已有公开碰撞案例

应用场景：

  • 密码存储：保存“加盐后的密码哈希”，不保存明文
  • 数据校验：对比官方哈希值判断文件是否被篡改
  • 数字签名：先哈希再签名，提高效率
  • 区块链/内容寻址：通过哈希确保数据完整性

提示：校验完整性可用 SHA-256；密码存储应使用 bcrypt、scrypt 或 Argon2 这类专用密码哈希。

  • 对称加密：AES、ChaCha20，同一把密钥加解密，速度快，适合大量数据
  • 非对称加密：RSA、ECC，公钥加密/私钥解密，也可用于数字签名
  • 哈希/摘要：MD5、SHA-1、SHA-256，不可逆，用于完整性校验
  • 密码哈希：bcrypt、scrypt、Argon2，抗暴力破解，适合存储密码
  • 数字签名：私钥签名、公钥验证，证明来源与完整性

编码 vs 加密 vs 哈希

  • 编码：可逆，不需要密钥，目的在于表示或传输
  • 加密：可逆，需要密钥，目的在于保密
  • 哈希：不可逆（一般不需密钥），目的在于完整性与指纹
  • 签名：证明来源与完整性，不等同于加密