Dictionary<TKEY,TVALUE>计算key的哈希值使用的是取余法，这种方式可能会产生冲突，所以需要进行冲突解决。Dictionary<TKEY,TVALUE>解决冲突的方式是链接法。
我们可以根据源码来模拟推导一下这个过程：
当添加第一个元素时，此时会分配哈希表buckets数组和entries数组的空间和初始大小，默认为3。对key=1进行哈希求值，假设第一个元素的哈希值=9，然后targetBucket = 9%buckets.Length(3)的值为0，所以第一个元素应该放在entries数组的第一位。最后对哈希表buckets数组赋值，数组索引为0，值为0。此时内部结构如图所示：
然后插入第二个元素，对key=2进行哈希求值，假设第二个元素的哈希值=3，然后targetBucket = 3%buckets.Length (默认是3)的值为0，所以第二个元素应该放在entries数组的第一位。但是entries数组的第一位已经存在元素了，这就发生了冲突。Dictionary<TKEY,TVALUE>解决冲突的方式是链接法，把发生冲突的元素链接之前元素的后面，通过next属性来指定冲突关系，最后更新哈希表buckets数组。此时内部结构如图所示：
我们可以通过Dictionary<TKEY,TVALUE>查找元素的实现来证明我们上面的分析是正确的。
Dictionary<TKEY,TVALUE>查找元素的实现：
Dictionary<TKEY,TVALUE>之所以能实现快速查找元素，其内部使用哈希表来存储元素对应的位置，我们可以通过哈希值快速地从哈希表中定位元素所在的位置索引，从而快速获取到key对应的Value值。物极必反，Dictionary<TKEY,TVALUE>的缺点也很明显，就是里面的数据是无序排列的，所以按照一定顺序遍历查找数据效率是非常低的。
2.SortedDictionary<TKEY,TVALUE>SortedDictionary<TKEY,TVALUE>和Dictionary<TKEY,TVALUE>类似，至于区别我们从名称上就可以看出来，Dictionary<TKEY,TVALUE>是无序的，SortedDictionary<TKEY,TVALUE>则是有序的。key要保证唯一，而且还要有序排列，这让我们很自然的就想到了搜索二叉树。SortedDictionary<TKEY,TVALUE>使用一种平衡搜索二叉树——红黑树，作为存储结构。因为基于二分查找，所以添加、查找、删除元素的时间复杂度是O(log n)。相对于下面提到的SortedList<TKEY,TVALUE>来说，SortedDictionary<TKEY,TVALUE>在添加和删除元素时更快一些。如果想要快速查询的同时又能很好的支持排序的话，并且添加和删除元素也比较频繁，可以使用SortedDictionary<TKEY,TVALUE>。
SortedDictionary<TKEY,TVALUE>添加新元素的实现：
在既需要快速查找又需要顺序排列的场景下，Dictionary<TKEY,TVALUE>就无能为力了，因为Dictionary<TKEY,TVALUE>使用了散列函数，并不支持线性排序。我们可以使用SortedList<TKEY,TVALUE>集合类来应对这种场景。
SortedList<TKEY,TVALUE>集合内部是使用数组实现的，添加和删除元素的时间复杂度是O(n)，查找元素利用了二分查找，所以查找元素的时间复杂度是O(log n)。所以SortedList<TKEY,TVALUE>虽然支持了有序排列，但是却是以牺牲查找效率为代价的。