1: 理解HASH表的原理，为什么能实现基于名字快速查找;
2: 理解HASH算法;
3: 编写HASH表;

原理

key value 的形式。我们知道key。 根据算法 可以知道value存储在表里面的位置 很快得到value 

使用hash算法将字符串的key,转成整数,使用整数找到对应的value;*
算出来的整数一样就回产生冲突

哈希表的本质是一个数组，数组中每一个元素称为一个箱子(bin)，箱子中存放的是键值对
如果该箱子中已经有了键值对，就使用开放寻址法或者拉链法解决冲突。
在使用拉链法解决哈希冲突时，每个箱子其实是一个链表，属于同一个箱子的所有键值对都会排列在链表中。

算法[散列,哈希] Hash算法的讲解

（1) MD4

　　MD4(RFC 1320)是 MIT 的 Ronald L. Rivest 在 1990 年设计的，MD 是 Message Digest 的缩写。它适用在32位字长的处理器上用高速软件实现--它是基于 32 位操作数的位操作来实现的。

　　（2) MD5

　　MD5(RFC 1321)是 Rivest 于1991年对MD4的改进版本。它对输入仍以512位分组，其输出是4个32位字的级联，与 MD4 相同。MD5比MD4来得复杂，并且速度较之要慢一点，但更安全，在抗分析和抗差分方面表现更好

　　（3) SHA-1 及其他

　　SHA1是由NIST NSA设计为同DSA一起使用的，它对长度小于264的输入，产生长度为160bit的散列值，因此抗穷举(brute-force)性更好。SHA-1 设计时基于和MD4相同原理,并且模仿了该算法。

问题

1. 如果哈希表中本来箱子就比较多，扩容时需要重新哈希并移动数据，性能影响较大。
2. 如果哈希函数设计不合理，哈希表在极端情况下会变成线性表，性能极低。

解决冲突的方法

紫色部分即代表哈希表，也称为哈希数组，数组的每个元素都是一个单链表的头节点，链表是用来解决冲突的，如果不同的key映射到了数组的同一位置处，就将其放入单链表中。

哈希表 是一大堆数组组成的。 数组的每个元素都是一个单链表的头节点  数组组成的原因是为了解决冲突的 

开放寻址法或者拉链法解决冲突
开放寻址法

拉链法

链表
装箱操作

java中的实现

#HashMap
HashMap内部维护了一个存储数据的Entry数组，HashMap采用链表解决冲突，每一个Entry本质上是一个单向链表。当准备添加一个key-value对时，首先通过hash(key)方法计算hash值，然后通过indexFor(hash,length)求该key-value对的存储位置，计算方法是先用hash&0x7FFFFFFF后，再对length取模，这就保证每一个key-value对都能存入HashMap中，当计算出的位置相同时，由于存入位置是一个链表，则把这个key-value对插入链表头

HashMap是基于哈希表实现的  Hashtable同样是基于哈希表实现的
HashTable 继承自Dictionary，利用哈希算法散列来在字典中通过关键字查找对应的内容
都是存储健值对的  Dictionary 已经过时实际开发使用Map函数
Map<Integer, Integer> map = new HashMap<>(); 


Hashtable和HashMap的区别：
1.Hashtable是基于Dictionary类的，HashMap是Java 1.2引进的Map接口的一个实现，c#中无HashMap
2.Hashtable的方法是同步的，而HashMap的方法不是
3.HashMap可以让你将空值作为一个表的条目的key或value，Hashtable不可

Hashtable和Dictionary的区别：

(1)Hashtable不支持泛型，而Dictionary支持泛型。

 Dictionary<int,string> dictionary = new Dictionary<int,string>();  Hashtable不可如此写

(2). Hashtable 的元素属于 Object 类型，所以在存储或检索值类型时通常发生装箱和拆箱的操作，所以你可能需要进行一些类型转换的操作，而且对于int,float这些值类型还需要进行装箱等操作，非常耗时。

(3).单线程程序中推荐使用 Dictionary, 有泛型优势, 且读取速度较快, 容量利用更充分。多线程程序中推荐使用 Hashtable, 默认的 Hashtable 允许单线程写入, 多线程读取, 对 Hashtable 进一步调用 Synchronized() 方法可以获得完全线程安全的类型. 而 Dictionary 非线程安全, 必须人为使用 lock 语句进行保护, 效率大减