万达哈希,哈希游戏平台,哈希娱乐,哈希游戏将任意长度的输入（关键字），通过Hash算法变成固定长度的输出。这个映射的规则就是对应的Hash算法，而原始数据映射后的二进制串就是哈希值，通常哈希值代表了关键字的存储位置

　　1.存储（数据结构）：如果在容器中保存对象及其关联的键，并且不用键来决定 （键/对象） 对的顺序，那就必须对键值釆用其他方式来确定元素在内存中的位置。

　　如果使用像 string 这样的对象作为键，就会遇到一些问题，可能的变量的数目是巨大的。具有 10 个字符的字母字符串可能的个数是 26^10。这个索引范围没有多大用处。我们需要一种机制来将它变为可接受的范围；而且理想情况下，这个机制可以为每个键生成唯一的值，根据这个值所在的位置来找到对应的字符串。这正是哈希需要做的事情之一。

　　2.搜索（算法/思想）：当我们处理数据的时候，不外乎使用顺序结构、链表和树结构。但是使用这些结构时，元素的关键字与其存储位置之间通常没有对应的逻辑关系，这时候想要查找一个元素，我们根本不知道它在结构中的存储位置，甚至不知道它在不在结构中，这要求我们必须要不断地比较关键字进行查找，如顺序结构查找的时间是O(N)，树结构是O(logN)，通常这带来的结果是不断for循环遍历，极大地增加了代码时间复杂度。

　　那么可不可以有更好的搜索方法呢？哈希函数应运而生：由上面的定义可知，hash完美解决了这一问题，可以不经过任何比较，直接从哈希表/集中得到要搜索的元素或判断是否存在。

　　哈希表的缺点它是基于数组的，数组创建后难于扩展某些哈希表被基本填满时，性能下降得非常严重，所以程序虽必须要清楚表中将要存储多少数据（或者准备好定期地把数据转移到更大的哈希表中，这是个费时的过程）。

　　而且，也没有一种简便的方法可以以任何一种顺序〔例如从小到大〕遍历表中数据项。如果需要这种能力，就只能选择其他数据结构。

　　然而如果不需要有序遍历数据，井且可以数据量的大小。那么哈希表在速度和易用性方面是无与伦比的。

　　哈希冲突：由于哈希算法被计算的数据是无限的，而计算后的结果范围有限，因此总会存在不同的数据经过计算后得到的值相同，这就是哈希冲突，即不同的关键字得到的值相同。

　　这样的话我们前面所有的理想情况就成了笑谈，所以处理问题时要解决哈希冲突。

　　基本原则：便于计算（函数计算时间=查找时间）；（散列地址）分布均匀

　　直接定值法是取关键字的某个线性函数值为散列地址，即 f(key) = a*key + b。其优点是简单、均匀，不会产生冲突；但缺点是需要知道关键字的分布情况，希望数值是连续的。

　　数字分析法通常适合处理关键字位数比较大的情况，例如我们现在要存储外卖信息登记表，如果用手机号作为关键字，那么抽取后面的四位数字作为散列地址是不错的选择。

　　平方取中法是将关键字平方之后取中间若干位数字作为散列地址。这种方法适用于不知道关键字的分布，且数值的位数又不是很大的情况。

　　折叠法是将关键字从左到右分割成位数相等的几部分，然后将这几部分叠加求和，并按散列表表长取后几位作为散列地址。

　　当发生哈希冲突时，寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找到，处理冲突的过程结束，记录填入的位置：

　　1. 不再以键值对的形式存储数据，而是直接存储数据的值(存储的键值对 键和值相同 所以只存value即可)；