我们之前的查找要么是顺序查找，要么是折半查找，要么是基于二叉树的查找
然而，这些查找之中，元素在列表中的相对位置是随机的，与关键字之间并没有直接的关系，因此，在查找时需要通过比较来进行
现在，我们有一种牺牲空间来换取时间的方法，通过固定元素在列表中的相对位置，在关键字和元素位置之间建立直接的关系，获得一种映射表，这就是哈希表
所谓哈希法，就是通过建立元素位置和元素关键字之间的对应关系（即哈希函数），以后查找关键字时，就通过哈希函数来计算出元素的位置
当然，在这一个过程中，通过哈希函数计算的位置可能会发生冲突，这种冲突发生于创建哈希表时和查找时
以上可以总结了：
一所谓哈希法实际上可以分为两部分：
1.建立哈希函数
2.如何处理冲突
冲突分为两种情况：创建哈希函数时和查找时，这两种冲突情况的冲突是一样的，解决方案也是一样的
一.建立哈希函数
书上有五种方法，简直眼花缭乱，我最烦这种枯燥的教学，不传授思想，不传授为什么，直接摆公式，摆方法，
其实这五种方法是一个意思，哪怕还有一百种方法也是一个意思，那就是：
根据关键字有逻辑地得出尽可能不同，尽可能均匀的数字（地址）
1.数字分析法
2.平方取中法
3.分段叠加法
4.除数余留法
5.伪随机数法
我就不一个一个解释了，不知道的直接看书或者百度就行
二.如何处理冲突
所谓处理冲突嘛，不就是当不同的关键字通过哈希函数得出的地址是一样的（这个时候就冲突了），这个时候怎么处理，其实各种方法眼花缭乱也是一个意思，怎么样有逻辑地再找出一个不冲突的地址
书上有四种方法：
分别是：
1.开放定址法，也称再散列法
2.再哈希法（备用哈希函数）
3.链地址法
4.建立公共溢出区
不多解释，
三.哈希表的查找过程：
1.首先通过关键字key计算出哈希函数对应的值H(key)
2.如果H(key)为空，返回空，也就是找不到，否则，进入第三步
3.如果找到的值等于key，返回key,也就是找到了，否则，进入第四步
4.找到的值不等于key,那么，就进入冲突处理过程，这根据采取的冲突处理不同而不同！
四.复杂度分析
如果哈希表完全没有冲突，那么时间复杂度为O(1);
实际上，总的时间复杂度=哈希函数的时间复杂度（这个通常为O(1)）+处理冲突的时间复杂度*@
@为发生冲突的概率