1.哈希表：它是一种数据结构，可以提供快速的插入操作和查找操作。如果哈希表中有多少数据项，插入和删除操作只需要接近常量的时间。即O(1)的时间级。在计算机中如果需要一秒内查找上千条记录，通常使用哈希表。哈希表的速度明显比树快，编程实现也相对容易。但哈希表是基于数组的，数组创建后难于扩展。某些哈希表被填基本填满后性能下降的非常严重，所以程序员必须清除表中需要存储多少数据，而且也没有简便的方式以任意一种顺序（如由大到小）遍历表中的数据项，如果需要这种能力，只能选择其他数据结构。
2.哈希化：把关键字转化成数组下标的过程称为哈希化。在哈希表中这个转换通过哈希函数来完成。而对于特定的关键字，并不需要哈希函数，关键字的值可以直接作为数组下标。
3.冲突：把巨大的数字空间压缩成较小的数字空间必然要付出代价，即不能保证每个单词都映射到数组的空白单元。假设要在数组中插入单词cat，通过哈希函数得到它的数组下标后，发现那个单元已经有一个单词了，对于特定大小的数组，这种情况称为冲突。冲突使得哈希化的方案无法实施，解决的方案有两种，一种是通过系统的方法找到数组的一个空位，并把单词填入，而不再用哈希函数得到的下标，这种方法称为开放地址法，第二种方案是创建一个存放单词链表的数组，数组不直接用来存储单词，这样发生冲突时，新的数据项就直接插入这个数组下标所指向的链表中，这种方法称为链地址法。
3-1.开放地址法的具体实现有三种不同方案，线性探测，二次探测和再哈希法。
3-1-1.线性探测:在线性探测中，线性的查找空白单元，如果5421是要插入的数据位置，它已被占用，那么就使用5422，然后是5423，依次类推，直到找到这个空位。
3-1-1-1.存在的问题：会出现聚集情况。也叫原始聚集
3-1-2.二次探测：二次探测是防止聚集产生的一种尝试，思想是探测相隔较远的单元。而不知和原始单元相邻的单元。在二次探测中，探测的过程是x+1,x+4,x+9,x+16....
3-1-2-1.问题：存在二次聚集。
3-1-3.再哈希法：为了消除原始聚集和二次聚集，引入了再哈希法，二次聚集产生的原因是，二次探测的算法产生的探测序列步长总是固定的：1，4，9，16...现在需要一 种方法是依赖关键字的探测序列，方法是把关键字用相同的哈希函数再做一次哈希化，用这个结果作为步长，对指定的关键字步长在整个探测过程中是不变的，第二个哈希函数必须具备以下特点：a.和第一个哈希函数不同，b.不能输出0（否则就没有步长，将先入死循环）专家发现类似于stepsize = constant - (key % constant)的形式工作的很好，其中个constant是质数，且小于数组容量。（stepsize = 5 - （key % 5）），这种方案最为常用。
3-2.链地址法图示：
3-2-1.缺点：链地址法在概念上比开放地址法简单，但是代码可能要比其他的长，因为要包含链表机制，这就要求在程序中增加一个类。
4.再哈希法实现代码：
4.1.DataItem.java
1 package com.cn.hashtable; 2 /** 3 * 再哈希法 4 * @author Administrator 5 * 6 */ 7 public class DataItem { 8 private int iData; 9 public DataItem(int id){ 10 iData = id; 11 } 12 public int getkey(){ 13 return iData; 14 } 15 }