神奇的散列表（哈希表）

散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存储存位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。

一个引子

// 一个的字符串，里面只含有小写字母，如何统计每个字母出现的次数？
1. 我们首先创建一个数组
	int[] list = new int[26];
2. 给每个字母（letter）在数组中设定一个：letter - 'a'
3. 遍历字符串，给相应下标的值+1
4. 代码如下：
public class Main {
    public static void main(String[] args) {
        String s = "aabbd";
        int len = s.length();
        int[] list = new int[26];
        for (int i = 0; i < len; i++) {
            char letter = s.charAt(i);
            list[letter - 'a']++;
        }
        System.out.println(Arrays.toString(list));
    }
}
// [2, 2, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

这样实现延伸的两个问题

• 如果字符串里不只是字母，甚至可能是更复杂的对象呢。（我们需要一个更好的散列函数）
• 这只是一个普通的数组，虽然我们可以根据下标还原字母的值，但是不够通用。（我们考虑把字母和出现的次数合并在一起：key-value）

001、散列表

• 散列表是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
• 由定义我们可以知道，散列表用的是数组支持下标访问数据的特性，所以散列表是数组的一种扩展，由数组演化而来。
• 数组中实际存储的是一个指针，一般指向一个链表（在JDK1.8后，也可以是红黑树），链表（红黑树）里的节点就是一个个的key-value键值对（entry）。

010、散列函数

• 散列函数（也叫哈希函数）就是一个无论你输入什么数据，它都会还你一个数字的函数。
• 它必须是一致的。如果你第一次输入apple返回的是3，那么每次输入apple，这个散列函数都必须返回3。
• 散列函数应尽可能为每个输入映射到不同的数字。如果无论输入什么，都返回3的话，那它就不是一个好的散列函数。

引子中的 letter - ‘a’ 其实就是一个散列函数，它使用的方法是直接定址法。

直接定址法：取关键字或关键字的某个线性函数值为散列地址。

• 通过散列函数返回的值（hashcode），我们就可以得到一个下标，通常来说，他的下标是 hash值 % 数组容量。
• 通过下标，我们就可以找到key-value的地址，从而取得相应的值。

011、冲突

当散列函数不够好，很容易就造成哈希冲突，多个key返回相同的值。当然，再好的散列函数，都难以避免冲突的发生。

开放寻址法

• 当一个关键字和另一个关键字发生冲突时，使用某种探测技术在Hash表中形成一个探测序列，然后沿着这个探测序列依次查找下去，当碰到一个空的单元时，则插入其中。
• 线性探测：当根据hash值查到的key和想要的不一样，那就继续往下寻找，最坏的情况会变成遍历一遍散列表。
• 此外还有二次探索、双重散列等

链表法（常用）

• 产生hash冲突后在存储数据后面加一个指针，指向后面冲突的数据（hashmap）
• 在散列表中每个下标位置对应一个链表，所有经过散列函数得到的散列值相同的元素，我们都放到对应下标位置的链表中。
• 查询的时候，先使用hash值找到下标，然后用equals找到正确的key对应的value。

还有一些比如公共溢出区法、再散列法等

100、扩容

再好的散列函数也可能出现hash冲突，除了解决冲突，还能通过增加容量来减少冲突的发生–负载因子，也叫填装因子。散列表的负载因子=散列表保存的元素数/位置总数。当散列表中元素的个数大于数组容量*负载因子时，就会触发散列表扩容。

• 通常严格限制在0.7-0.8以下，其中java的hashmap是0.75。

1. 在java中HashMap的长度是2的n次方，为什么？
- 计算机中取模（%）效率比位运算低。
- HashMap中一个key，他的下标是hash&(cap-1)
- 当容量cap为2的n次方，cap-1的二进制会全为1，位运算时可以充分散列，避免不必要的哈希冲突
- 如果cap为2的n次方，那么我可以知道hash%cap==hash&(cap-1)
- 用位运算（hash&(length-1)）替代模运算,提高效率

2. Java中HashMap负载因子为什么是0.75
- 一种可能的说法：如果 负载因子 是 3/4 的话，那么和 容量 的乘积结果就可以是一个整数。