上一篇我们一起分享了散列表的基础知识。你还记得什么是散列表吗？我们来回顾一下：散列表是数组的一种扩展，利用了数组支持按照下标随机访问的特性。
我们还举了一个例子：日常开发中，经常使用的HashMap，它的底层结构就是用了散列表。从现在开始，你应该知道在你的项目中，如何用好HashMap了吧。
另外，上一篇我们留下了两个思考：
1.如何设计散列表的散列函数？
2.如何解决散列表中的散列冲突？
#考考你：
1.你知道如何设计散列表的散列函数吗？
2.你知道如何解决散列冲突吗？
案例
散列函数
散列函数直观理解
我们说散列表是数组的一种扩展，这里的意思是说散列表需要经过某种转换，把要存储的数据与数组的下标建立起联系，这样才能利用数组按照下标随机访问的特性，时间复杂度O(1)。如下图所示：
上面这个图你应该还记得。
#散列函数直观理解：
1.我们假设学生编号：0-100
2.数组的下标：0-100
3.通过转换函数：hash(key) = key，实现选手的比赛成绩，与数组下标联系
4.最终满足：给定任意学生编号50，通过hash(50)=50，在O(1)时间复杂度内，获取到学生的比赛成绩
5.这里的hash(key)，就是我们说的散列函数
散列函数基本设计原则
我们知道了散列函数的作用，接下来看一下如何设计散列函数。它有这么几个基本原则：
#散列函数设计原则：
1.通过散列函数得到的散列值，必定是非负整数
2.如果key相同，那么散列值，必定相同
3.如果key不相同，那么散列值，尽量不同
散列函数设计原则理解：
-
通过散列函数得到的散列值，必定是非负整数
- 散列函数的作用，就是要建立与数组下标的联系，我们知道数组的下标是非负整数。因此这一条应该很好理解
-
如果key相同，那么散列值，必定相同
- 假设key1=key2，那么hash(key1)=hash(key2)。这一条应该也很好理解。如果相同的key，得到不同的散列值，我们就没有办法获取散列表中的值。
- 想象一下：你只能把钱存到银行，却不能从银行把钱取出来，你肯定不愿意，对吧
-
如果key不相同，那么散列值，尽量不同
- 这一条理解起来，要麻烦一些了。我们的期望：假设key1 != key2，那么hash(key1) != hash(key2)
- 我们说理想与现实总是存在的距离的，而且很多时候距离还不产生美！在实际应用中，不同的key，经过散列函数后，散列值可能会相同，我们称为散列冲突。即可能是这样：key1 != key2，但是：hash(key1) = hash(key2) 。
- 那你可能会说，这一条真不能避免吗？很遗憾，真的不能，我们只能说是尽量不同，尽量避免冲突。即便是业界知名的MD5、SHA哈希算法，也是存在散列冲突的。
- 散列冲突背后隐藏的一个逻辑是：我们不能把散列函数设计得太复杂，太复杂的散列函数，需要耗费更多的计算资源，性能必定下降。这不符合使用散列表的初衷（高性能）
- 既然存在散列冲突，是不是就不用散列表了呢？答案是：否。关于散列冲突，有相应的解决方法。我们留在下一篇中分享。
