diff --git a/哈希表/README.md b/哈希表/README.md
index a528607..f47af1c 100644
--- a/哈希表/README.md
+++ b/哈希表/README.md
@@ -1,9 +1,18 @@
 
+
 ## 散列表
 
+本节围绕以下内容展开：  
+
+* 散列表
+* 散列函数设计
+* 冲突处理
+* hashmap数据结构
+
+
 散列表使用某种算法操作(散列函数)将键转化为数组的索引来访问数组中的数据，这样可以通过Key-value的方式来访问数据，达到常数级别的存取效率。现在的nosql数据库都是采用key-value的方式来访问存储数据。
 
-散列表是算法在时间和空间上做出权衡的经典例子。如果没有内存限制，我们可以直接将键作为数组的索引，所有的操作操作只需要一次访问内存就可以完成。但这种情况不太现实。
+散列表是算法在时间和空间上做出权衡的经典例子。通过一个散列函数，将键值key映射到记录的访问地址，达到快速查找的目的。如果没有内存限制，我们可以直接将键作为数组的索引，所有的操作操作只需要一次访问内存就可以完成。但这种情况不太现实。
 
 
 ### 散列函数
@@ -39,9 +48,10 @@ Hash hashCode(char *key){
 
 当然，还有其他的散列函数，如`平方取中法`, `随机数法`等。
 
+
 ### 碰撞解决
 
-散列函数另外一个要处理的问题就是碰撞问题，也就是多个键的散列值相同的情况。常见的处理方法有：
+不同的关键字得到同一个散列地址` f(key1)=f(key2) `，即为碰撞 。这是我们需要尽量避免的情况。常见的处理方法有：
 
 1. 拉链法
 2. 线性探测法
@@ -49,16 +59,20 @@ Hash hashCode(char *key){
 
 #### 拉链法
 
-将大小为M的数组中的每个元素指向一条链表，链表中的每个节点都存储了散列值为该元素索引的键值对。每条链表的平均长度是N/M，N是键值对的总个数。
+将大小为M的数组中的每个元素指向一条链表，链表中的每个节点都存储了散列值为该元素索引的键值对。每条链表的平均长度是N/M，N是键值对的总个数。如下图：
+
+!()[./hashmap]
+
+添加操作： 
 
-添加操作：  
 1. 通过hash函数得到hashCode  
 2. 通过hashcode得到index  
 3. 如果index处没有链表，建立好新结点，作为新链表的首结点  
 4. 如果index处已经有链表，先要遍历看key是否已经存在，如果存在直接返回，如果不存在，加入链表头部  
 
 
-删除操作：  
+删除操作： 
+
 1. 通过hash函数得到hashCode  
 2. 通过hashcode得到index  
 3. 遍历链表，删除结点  
@@ -183,6 +197,12 @@ HashMap *_putInList(HashMap *hashMap,int index,Key key,Value value){
 ```
 
 
+### Hashmap应用
+
+1.  cocos2d 游戏引擎  CCScheduler  
+2.  linux 内核bcache。 缓存加速技术，使用SSD固态硬盘作为高速缓存，提高慢速存储设备HDD机械硬盘的性能
+3. hash表在海量数据处理中有广泛应用。如海量日志中，提取出某日访问百度次数最多的IP
+
 
 ## 参考
 
diff --git a/哈希表/hashmap.png b/哈希表/hashmap.png
new file mode 100644
index 0000000..aeec83a
Binary files /dev/null and b/哈希表/hashmap.png differ