尽管这个观点仁者见仁智者见智，虽然你不能够对其提供帮助，但你应该钦佩hash函数这一思想。它不仅仅能够解决基本的计算问题——查找存储数据，也可以帮助检测文件篡改，密码安全等诸多问题。
一个基本的计算问题是查找所存储的数据。
例如，如果让你维护一个名字和电话号码的表，你该怎么组织这个表，以便你可以能够根据指定名字查找电话号码？
最显而易见的解决方案就是按照字母顺序保持列表的顺序，并使用某种形式的搜索，通常是二进制，来定位名字。这非常有效，但这只对保持严格顺序的列表有用。
如果添加名字和电话号码的频率很少，那么你可以使用一个不保持顺序的溢出表（overflow table）。然后你可以在排序表上进行字节搜索来检索名字，如果你没有找到该名字，在溢出表上进行线性搜索可以找到该名字或者确认该名字是否为未知。
以这种方式使用溢出表只需要保持溢出表的简短。如果你添加了大量名字，那么溢出表的线性查找的时间中将会迅猛增长。在这种情况下，是时候该考虑使用哈希了。
哈希是一种伟大的计算思想，每个程序员都应该对其有所了解。哈希的基本思路非常简单，事实上，它是如此的简单，你可以花时间来考虑它的魔力是从哪里来的。
假设你有这样一个函数:
hash(name)
该函数根据输入的名字，通过一些计算法则返回区间[1,N]中的某个数值，那么为什么不将名字和电话号码存储在表的第 hash(name)位置呢。
注意哈希函数有点小奇特，它必须是完全确定性的。按理说就是对于你输入的同一名字，哈希函数始终返回相同的数值，而每个不同的名字则应返回不同的固定值。正如你所料这种特性并不总是能满足的。
使用这种方案，在表中查找名字，实际仅就是计算 hash(name)的值，然后在这个值标识的 表中的那个位置 去看看你要查的名字是不是存储在那了。
是的，这就是关于hash的全部，尽管还有一些其他的实用细节，但其核心思想就是 用 hash(name)来确定名字在表中的存储地址
一个例子
为了消除对‘哈希到底有多简单’的疑惑， 让我们看一个小小的例子。
如果哈希函数是：名字前两个字母的asc码值之和 减去128，也就是：
hash(ABCDE)=ASC(A)+ASC(B)-128
其中ASC返回字母的asc编码值,那么名字"JAMES"将被存储在：
hash("JAMES") = ASC("J")+ASC("A")-128
这个地址，说白了就是表中的第11个地址处。
现在如果你想知道你是否有JAMES的电话，那简单了，计算hash("JAMES")然后就去表中的第11个地址处看看有没有电话号码就行了。
不必排序，不必搜索，只要计算一下这个hash函数，你就知道在哪里存储和找到数据。
核心思想就是哈希函数接收文本或任何类型的数据然后输出基于这些数据的一组数值。
这是大部分编程语言实现高级数据结构的方式，或与哈希类似的方式，像字典结构就是用哈希实现的。
例如Python中的字典对象就是用哈希表实现的。所以即使你没有显示的构造一个哈希表，你也有可能就在用着它了。
有两种方式来解决冲突问题--链接地址和开放地址。
链接地址是早期提出的可以适应溢出方法的方式。如果你用哈希函数计算的地址已经被占用，那么一个存储关键字的溢出表将产生，然后在主哈希表的占位地址指向这个溢出表。如果有更多的冲突发生，这些关键字项将存储于溢出表，并用指针指向这个新添的数据项，所有这些溢出表链将共有一个哈希值。
现在当你要查找或存储时，你需要线性的操作溢出表链接，但这样，更多的冲突就不会发生了。链接地址法的问题就是需要额外的空间和指向这控件的指针。
开放地址也是一种选择。开放地址最简单的方法命名很有趣，叫做“线性探针”。如果你要存储一个元素但发现哈希函数计算的地址已经被占用，那么就继续找到下一个没有被占用的地址，然后将元素存储到这个地址。这样的结果保证了所有元素都是在哈希表中是线性存储的。
| 
