hasmap

什么是hash
哈希表就是一种以 键-值(key-indexed) 存储数据的结构，我们只要输入待查找的值即key，即可查找到其对应的值O(1)。

在描述算法复杂度时,经常用到o(1), o(n), o(logn), o(nlogn)来表示对应算法的时间复杂度, 这里进行归纳一下它们代表的含义:

这是算法的时空复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。
O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。
比如时间复杂度为O(n)，就代表数据量增大几倍，耗时也增大几倍。比如常见的遍历算法。
再比如时间复杂度O(n^2)，就代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序，就是典型的

1. O(n^2)的算法，对n个数排序，需要扫描n×n次。
2. O(logn)，当数据增大n倍时，耗时增大logn倍（这里的log是以2为底的，比如，当数据增大256倍时，耗时只增大8倍，是比线性还要低的时间复杂度）。二分查找就是O(logn)的算法，每找一次排除一半的可能，256个数据中查找只要找8次就可以找到目标。
3. O(nlogn)同理，就是n乘以logn，当数据增大256倍时，耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是O(nlogn)的时间复杂度。
4. O(1)就是最低的时空复杂度了，也就是耗时/耗空间与输入数据大小无关，无论输入数据增大多少倍，耗时/耗空间都不变。 哈希算法就是典型的O(1)时间复杂度，无论数据规模多大，都可以在一次计算后找到目标（不考虑冲突的话）

value 是传入值的char
char val[] = value;
 h = 31 * h + val[i]; Java哈希计算

链表:是一种物理存储单元上非连续、非顺序的存储结构、数据元素的逻辑顺序是通过链表的指针地址实现，每个元素包含两个结点，一个是存储元素的数据域 (内存空间)，另一个是指向下一个结点地址的指针域。根据指针的指向，链表能形成不同的结构，例如单链表，双向链表，循环链表等；

hashmap.put(o)

1. 先算出o的hashcode
2. 然后再把hash值当做数组下表存入bucket中，
3. 当下标位置存在元素时
4. 把k遍历链表元素的equal() 如有返回true替换
5. 都返回false添加到元素链表（头部（1.7）末尾（1.8后））

hashmap.get(o)

1. 先算出o的hashcode
2. 然后再把hash值当做数组下表查找，如没有返回null
3. 当下标位置存在元素时，把k遍历链表元素的equal() 如有返回true则返回该元素，遍历完没有则返回空

JDK7与JDK8及以后的HashMap结构与存储原理有所不同：
  Jdk1.7：数组 + 链表 ( 当数组下标相同，则会在该下标下使用链表)
  Jdk1.8：数组 + 链表 + 红黑树 (预值为8 如果链表长度 >=8则会把链表变成红黑树 )
  Jdk1.7中链表新元素添加到链表的头结点,先加到链表的头节点,再移到数组下标位置
  Jdk1.8中链表新元素添加到链表的尾结点

(h = key.hashCode()) ^ (h >>> 16)
tab[(n - 1) & hash]
^异位运算，>>>右移运算，&取余运算。