一开始听到Hash我单纯的以为他只是一个算法，看了一些文章以后才知道原来它是一类算法的统称。
提到Hash函数就要先说Hash表，看了Hash表的定义，感觉和我在python中学的字典很类似，不过查了以后发现还是有一些区别的。
Hash函数是一个优化函数，用来加速存储数据，原理是大范围映射到小范围上，从而节省空间，使数据便于存储。
碰撞：两个hash对象返回了相同的计算值。
处理方法：
1．开放寻址法：Hi=(H(key) + di) MOD m,i=1,2,…，k(k<=m-1)，其中H(key)为散列函数，m为散列表长，di为增量序列，可有下列三种取法：
1)． di=1,2,3,…，m-1，称线性探测再散列；
2)． di=1^2,(-1)^2,2^2,(-2)^2,(3)^2,…，±(k)^2,(k<=m/2)称二次探测再散列；
3)． di==伪随机数序列，称伪随机探测再散列。
2． 再散列法：Hi=RHi(key),i=1,2,…，k RHi均是不同的散列函数，即在同义词产生地址冲突时计算另一个散列函数地址，直到冲突不再发生，这种方法不易产生“聚集”，但增加了计算时间。
3． 链地址法(拉链法)
4． 建立一个公共溢出区
常见的hash函数构造方法：
1．直接寻址法：取关键字或关键字的某个线性函数值为散列地址。即H(key)=key或H(key) = a·key + b，其中a和b为常数（这种散列函数叫做自身函数）
2． 数字分析法
3． 平方取中法
4． 折叠法
5． 随机数法
6． 除留余数法：取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p,p<=m。不仅可以对关键字直接取模，也可在折叠、平方取中等运算之后取模。对p的选择很重要，一般取素数或m，若p选的不好，容易产生同义词。