哈希算法,SHA256,哈希函数,加密哈希,哈希预测/哈希算法是博彩游戏公平性的核心，本文详细解析 SHA256 哈希函数的运作原理，并提供如何通过哈希技术进行博彩预测的方法！

　　提到HashMap，大多数同学想必已经背烂了。遥想当年面试官问，你有没有看过HashMap的源码，你还记得其中的细节这样的问题，还真是头大。Anyway本着认真求是的原则，这里作者聚焦的源码，去繁就简，总结一下HashMap比较核心的两个问题，也是作者认为设计比较精巧的两个地方：hash算法，和扩容。

　　这里哈希冲突的例子用的都是链表，红黑树部分同理，只是有些细节不同，就不在这篇文章介绍了。

　　首先我们来谈谈hash算法。这里我先抛砖引玉一下，HashMap中计算一个对象的哈希值算法为：

　　我们知道在Java中，一个对象的hashCode()的函数返回值是int整数类型，也就是32位。如果我们的n很小（也不是那么小），在16位二进制整数以下，那么当对象的hashCode()的低16位不变，而是高16位发生变化的话，相当于还是无法避免哈希冲突。因此这种高16位异或低16位的方式，是一种折中的为了降低hash冲突概率的方法。（或者说增加一个扰动函数）

　　这也是一个有趣的优化点。首先我们如果直接使用数组长度n针对hash进行取模的话，使用操作为hash % n，这个操作符是很慢的。因此我们用2的整数次幂，就可以使用 hash & (n - 1)来等价操作啦！当然还有一个好处在下文中体现就是，2的整数次幂的扩容，直接将容量翻倍后，每一个Node的新位置可以直接变成旧位置 或 旧位置 + n。

　　至于有的人说一般取质数可以更好的避免哈希冲突，这个作者没找到太能说服我的直观的数学论据。如果读者有的话，烦请赐教～

　　扩容的逻辑很简单，就是先创建一个二倍大小的哈希桶，然后遍历所有的位置上的所有的Node，然后放到合适的位置。

　　上文提到，因为我们的哈希桶大小始终是2的整数次幂，因此当我们扩容时，实际上是做了一步n = n 1的操作。也就是newCap = oldCap 1。一个有趣的事情是，这样的操作之后其实取模操作结果和原来的区别取决于当前hash的oldCap这个位是1还是0。

　　理解了这个你再去看这段针对一个位置是链表的扩容代码，不需要注释也非常清晰。（其实红黑树也是一样的，无非是拆成两棵树，然后再判断一下是否需要退化成链表。）

　　// 当前位置为(n - 1) & hash，如果还没有元素，直接将当前value放进去

　　// 如果元素是链表，放入链表尾部，或替换相同key的value。如果当前大小大于8，则变成红黑树。

　　// 没找到后续相同的key，则放入尾部，然后判断是不是到了红黑树阈值8