如何构造散列函数呢？我总结了三点散列函数设计的基本要求：
1.散列函数计算得到的散列值是一个非负整数；
2.如果 key1=key2，那么 hash(key1)==hash(key2)
3.如果key1≠key2，那hash(key1)≠hash(key2)
我来解释一下这三点。其中，第一点理解起来应该没问题。因为数组下标是从0开始的，所以散列函数生成的散列也要是非负整数。第二点也很好理解。相同的key,经过散列函数得到的散列值也应该相同的。
第三点理解起来可能会有问题，我着重说一下，要想找一个不同的key对应的散列值都不一样的散列函数，几乎不可能(?)即便 业界著名的MD5/SHA/CRC 等哈希算法，也无法完全避免这种散列冲突。而且，因为数组的存储空间有限，也会加大散列的冲突，我们需要通过其他途径来解决。
对于红字不理解...
查看这篇博文
https://www.cnblogs.com/yft-javaNotes/p/10779042.html
哈希函数（Hash Function），也称为散列函数。是将一个大文件映射成一个小串字符。与指纹一样，就是以较短的信息来保证文件的唯一性的标志，这种标志与文件的每一个字节都相关，而且难以找到逆向规律。
举个例子：
服务器存了10个文本文件，你现在想判断一个新的文本文件和那10个文件有没有一个是一样的。你不可能去比对每个文本里面的每个字节，很有可能，两个文本文件都是5000个字节，但是只有最后一位有所不同，但这样的，你前面4999位的比较就是毫无意义。那一个解决办法，就是在存储那10个文本文件的时候，都将每个文件映射成一个hash字符串。服务器只需要存储10个hash字符串，在判断的时候，只需要判断新的这个文本文件的hash值是否和那10个文件的hash值一致，那就可以解决这个问题了。
简单点说，hash就是将任意长度的消息压缩成某一固定长度的消息摘要的函数。
由于文件是无限的，而映射后的字符串能表示的位数是有限的。因此可能会存在不同的key对应相同的Hash值。这就是存在碰撞的可能。
Hash算法是不可逆的，即不能通过Hash值逆向推出key的值。
哈希函数的性质
对于经典哈希函数来说，它具有以下5点性质：
- 输入域无穷大
- 输出域有穷尽
- 输入一样，输出肯定一样
- 当输入不一样，输出也可能一样（哈希碰撞）
- 不同输入会均匀分布在输出域上（哈希函数的离散性）
例如输入域是0-98这99个数字，而我们使用的哈希函数的输出域为0,1,2，当我们将0-98这99个数字通过该哈希函数，得到的返回值，0,1,2数量都会接近33个，不会出现某个返回值数量特别多，而某个返回值特别少。
如何解决散列冲突
再好的散列函数也无法避免散列冲突。那究竟该如何解决散列冲突问题呢？我们常用的散列冲突解决方法有两类，开放寻址法(open addressing)和链表法(chaining)
1. 开放寻址法：
开放寻址法的核心思想是，如果出现了散列冲突，我们就重新探测一个空闲位置，将其插入。那如何重新探测新的位置呢？我先讲一个比较简单的探测方法，线性探测(Linear Probing)
当我们往散列表中插入数据时，如果某个数据经过散列函数散列之后，存储位置已经被占用了，我们就从当前位置开始，依次往后查找，看是否有空闲位置，直到找到为止。
我说的可能比较抽象，我举一个例子具体给你说明一下。这里面黄色的色块表示空闲位置，橙色的表示已经存储了数据。
从图中可以看出散列表的大小为10，在元素x插入散列表之前，已经有6个元素插入到散列表中。x经过hash 算法之后，被散列到位置下标为7 的位置，但是这个位置已经有数据了，所以就产生冲突。于是我们就顺序地往后一个一个找，看有没有空闲的位置，遍历到尾部都没有找到空闲位置。于是我们再从表头
开始找，直到找到空闲位置2，于是将其插入到这个位置中。
在散列表中查找的过程有点类似插入过程。
开放寻址法 + 线性探测
链表法