字典的结构是这样子的，总是成对出现：
{'姓名':'张三' , ’年龄‘:'18', '籍贯':'北京' , ‘三围’:[88,68,94]}
其中“张三”“年龄”“籍贯”“三围”这些叫做键，“张三”“18”“北京”“88，68，94”是他们相对应的值，通过查询键，我们就可以直接访问相对应的值。这个过程就像查字典一样，我们知道一个字的部首，就可以快速的找到这个字在哪一页。
哈希(Hash)算法：`hash（object）`
哈希算法将一个不定长的输入，通过散列函数变换成一个定长的输出，即散列值。是一种信息摘要算法。对象的hash值比原对象拥有更低的内存复杂度。
它不同于加密。哈希（hash）是将目标文本转换成具有相同长度的，不可逆的杂凑字符串，而加密则是将文本转换为具有相同长度的，可逆的密文。
哈希（hash）算法是不可逆的，只能由输入产生输出，不能由输出产生输入。而加密则是可逆的。即可以从输入产生输出，也可以反过来从输出推出输入。
对于hash算法，不同的数据应该生成不同的哈希值。如果两个不同的数据经过Hash函数计算得到的Hash值一样。就称为哈希碰撞（collision）。哈希碰撞无法被完全避免。只能降低发生概率。
好的hash函数会导致最少的hash碰撞。
*
可哈希性（hashable）：
可哈希的数据类型为不可变的数据结构（如字符串srt，元组tuple，对象集objects等）。这种数据被称为可哈希性。
不可哈希性：
不可哈希的数据类型，为可变的数据结构（如字典dict，列表list和集合set等）。
如果对可变的对象进行哈希处理，则每次对象更新时，都需要更新哈希表。这样我们则需要将对象移至不同的数据集，这种操作会使花费过大。
因此设定不能对可变的对象进行hash处理。
**
**
Python3.x添加了hash算法的随机性，以提高安全性，因此对于每个新的python调用，同样的数据源生成的结果都将不同。
哈希方法有（MD5, SHA1, SHA256与SHA512等）。常用的有SH256与SHA512。MD5与SHA1不再常用。
- MDH5 (不常用)
- SHA1 (不常用)
- SHA256 (常用)
- SHA512 (常用)
一种局部敏感的hash算法，它产生的签名在一定程度上可以表征原内容的相似度。
>可以被用来比较文本的相似度。
安装simhash：
Pip3 install simhash
感知哈希算法（perceptual Hash Algorithm）。用于检测图像和视频的差异。
安装Imagehash:
pip3 install Imagehash
比较下面两张图片的Imagehash值
可以看到两张图片的hash值非常相似。相似的图片可以生成相似的哈希值是Imagehash的特点。
在GitHub看的题，做个笔记。
为什么会这样呢？some_dict[5]将some_dict[5.0]覆盖掉了。
大家都知道整形和浮点型都是不可变类型，但是对于字典来说它们是不是唯一的呢？
虽然存储地址不同，但是显然他们的值相同，且对于字典来说5与5.0具有相同哈希值，所以some_dict[5]会覆盖some_dict[5.0]。
说明：
所以以后使用字典的时候要注意啊。
