什么是哈希表？
散列表（Hash Table，也叫哈希表），是根据关键码值（Key value）而直接进行访问的数据结构。它通过把关键码值映射到表中一个位置来访问记录，以加快查找速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
简单来说，哈希表是一种表结构，我们可以直接根据给定的key值计算出目标位置。在工程中这一表结构实现通常采用数组。
与普通的列表不同的地方在于：
普通列表仅能通过下表来获取目标位置的值，而哈希表可以根据给定的key计算得到目标位置的值。
在列表查找中，使用最广泛的二分查找算法，复杂度为O(log2n)，但其始终只能用于有序列表。
普通无序列表只能采用遍历查找，复杂度为O(n)。
拥有较为理想的哈希函数实现的哈希表，对其任意元素的查找速度始终为常数级，即O(1)。
（图摘自参考资料1中链接）
我们将数组总长度设为模数，将key值直接对其取模，所得的值为数组下标。如图所示的三组数据，分别被映射到下标为0和7的位置中，显而易见，第1、3组数据发生了哈希碰撞。
如何解决哈希碰撞？
如果哈希函数设计的不好，就会经常出现哈希碰撞的现象。有两种方法：
方法一：拉链法
所谓拉链法，就是字面意思，将冲突的数据拉开。"链"就是"链表"的意思，将指向索引1的第一个学生的键值之后设计一个next指针，指向下一个学生也是指向索引1的键值，这就形成了一个链表的形状。
需要注意的是，如果遭到恶意哈希碰撞攻击，拉链法会导致哈希表退化为链表，即所有元素都被存储在同一个节点的链表中，此时哈希表的查找速度=链表遍历查找速度=O(n)。
方法二：线性探测法
就是成一个线状的趋势去探测，是否有下一个空位置给冲突的数据暂时存放，如果表中有空位，就不用将他们挤到一起形成一个链状了，链表太长也会浪费空间。注意，只能往后找空位，不能往前找。
哈希表的优势
通过前面的概念了解，哈希表可以通过关键值计算直接获取目标位置，对于海量数据中的精确查找有非常惊人的速度提升，理论上即使有无限的数据量，一个实现良好的哈希表依旧可以保持O(1)的查找速度，而O(n)的普通列表此时已经无法正常执行查找操作。
哈希表的主要应用场景
在工程上，经常用于通过名称指定配置信息，通过关键字传递参数、建立对象与对象的映射关系等。目前最流行的NoSql数据库之一Redis，整体的使用了哈希表思想。所有使用了键值对的地方，都运用到了哈希表的思想。
参考资料：
1、一篇文章教你读懂哈希表-HashMap https://zhuanlan.zhihu.com/p/84327339