哈希表的简单理解

哈希表具有查询速度快，效率高的优点，是基于数组，特定情况下结合链表（红黑树）的数据结构。

设计思路：

设想用数组存储英文字母a-zzzzzzzz的字符串，这样的话总共有26^8种结果，而如果想要查询字母absdaw就只能通过遍历数组，非常影响速度。

灵感一闪而过，如果能把每个字母与数组下标绑定不就能快速查询，而每个字符都有一个唯一特定的ASCII值

思路1：提取字母的每个字符，转为ASCII值后相加

   public int wordToNum(String word){
        int total = 0;
        for (int i = 0; i < word.length(); i++) {
            total += word.charAt(i) - 96;   //a的ASCII为97，为方便计算减96
        }
        return  total;
    }

问题：很容易发现不同的字母往往对应同一个下标

思路2：为解决重复性问题，不在每个字符ASCII值直接相加，而是加幂次方

    public int wordToNum(String word){
        int len = word.length();
        int total = 0;
        for (int i = 0; i < len; i++) {
            total += Math.pow(26,i)*(word.charAt(i) - 96);
        }
        return total;
    }

问题：数组会变得非常巨大，甚至已经超过数组允许的上限（int范围）

解决方法：通过取余压缩数组容量(取余的最大值为 volume-1)

return total % volume

压缩容量后还是有可能出现不同字母对应同一个下标（概率小）

后人们提出两种处理方法：

1.开放地址法
       1.1 线性探测：如果发现改下标下的空间已被占，就往后探测一个空间，直到有空位（容易产生聚集效应：大量数据集中在一个区域）
       1.2 二次探测：以1,4,9…的步长向后探测，直到有空位（容易越数组边界和小聚集）
       1.3 再哈希：以计算的Hash值在Hash，直到有空位（计算复杂）
2.链表法：
       简单解释：即在重复的下标下挂一个链表，用于存放该下标剩余的值

注：
1.7的HashMap底层就是加链表，一个下标如果挂的链表超过阈值，就对数组扩容以减少链表
1.8的HashMap底层是加红黑树，一个下标如果要挂的链表超过阈值，就生成红黑树代替链表