一、什么是散列表？
问题：现在我们需要为一家超市建立一个结账系统，我们应该考虑用哪一种数据结构？
思考：由于结账系统多用于查询，我们可以考虑使用数组。在数组中需要同时储存商品名和对应的价格，我们可以再数组中内嵌子数组，把一个商品名和对应价格同时保存在一个子数组中，最后对所有数组排序。查询是速度为O(log2n)。
反思：①数组无法储存具有映射关系的数据；②超市中的商品成千上万，即使查询速度为对数速度，当记录的项目多时查询起来也非常耗时。
针对反思中的两点，我们想：如果有一种数据结构，能够储存具有映射关系的数据，而且无论项目有多少，其查询数据的速度都是1该有多好。散列表就是实现了这种功能的数据结构。它能够储存具有映射关系的数据，而且查询速度永远是1.
二、散列函数
在数组中，利用索引来查找数据这一操作是瞬间完成的事情。散列函数能够把一个数据转化成一个具体的数字，而这个数字就是储存数据的数组中的索引，这样我们就可以把数据保存在数组中索引的位置了。查找数据时只要用散列函数得出索引，查找的速度就永远是1了。
所以，散列表是散列函数与数组相互配合工作的：散列函数转化数据，数组储存数据。
这样看来，散列函数必须足够强大，能够把数据转换成互不相同的数字。
三、散列表与数组、链表
散列表是我们在数组、链表之后学习的第一种有额外逻辑的数据结构：数组、链表都是把数据直接映射到内存里，而散列表是使用散列函数确定数据的储存位置。
散列表是一种会被我们广泛引用的数据结构，一般一门语言中通常都提供了散列表的实现，在python中的散列表是字典。
四、散列表的应用
1、用于具有映射关系和快速查找的应用，如电话簿、商品价格列表、DNS解析表；
2、用于防止重复的应用，如投票系统。
五、冲突
冲突：给两个键分配的相同的储存位置；
原因：散列函数不够完美，不能做到对不同数据生成不同的数字；
解决方法：在分配到相同的同一位置，用链表储存数据。