一篇文章让你精通：java集合讲解（五，哈希表）

相信大家看过前面的内容后，对集合set有一定的了解，当我们重写定义对象时，要对对象的hashCode和equals方法进行重写。关于为什么我相信大家肯定和我有一样想法，所以小编此篇文章就来讲讲什么是哈希表。

哈希表原理

         当在无序数组中按照内容进行查找，效率低下，时间复杂度O(N)，在有序的数组中数组中按照内容查找，可以使用折半查找，时间复杂度O(long2N)，在二叉平衡树中按照内容进行查找，时间复杂度O(long2N)，按照数组索引进行查找，不进行比较与计数，直接计算得到时间复杂度O(1)（索引的位置=起始位置+元素大小*索引）

问题：不按索引查找，按内容进行查找不进行比较与计数直接计算得到时间复杂度O(1)？

有，这个就是哈希表。通过跟给定的字值进行比较，来进行比较，效率取决于比较次数。（理想状态下就是比较一次时间复杂度O(1））需要记录存储位置与其关键字之间确定的对应关系，使每一个记录位置与关键字相对应。

哈希表的特点

hashtable，哈希表也叫散列表，特点：快，非常快

结构：存在这很多种结构，最流行与好理解的是：顺序表+链表

主结构，顺序表，每一个顺序表节点单独引出链表

哈希表是如何添加数据的过程（非常重要）

1，计算哈希码，不管内容加入什么，都通过计算得到一个整数

@Override
public int hashCode() {
        return Objects.hash(属性);
    }

2，根据哈希码计算出在哈希表中存储位置（例如通过y=key(x)=x%11,根据取模安排在顺序表后面，如上图，x表示哈希码，key(）表示函数“对应关系”，y表示存储位置）

3，存储进哈希表

进入哈希表情况

一次添加成功	哈希表规则上没有，第一次添加成功
多次添加成功	出现冲突，调用equals方法与对应链表进行比较，比较到最后都是false时，创建新节点并存储数据，添加到链表末尾
不添加	出现冲突，调用equals方法与对应链表进行比较，比较到最后都是ture时，表明重复了，不添加

结论1：哈希表添加速度快（不考虑冲突情况下。三步就完成了），

结论2： 数据唯一并且无序

小问题:为什么重写hashCode就一定要重写equals方法？

原因：当我们重写hashCode方法后，当发生存储数据进入哈希表发生冲突时，我们就需要equals方法进行“比较”，来决定数据是否重复，选择添加或者不添加。

哈希表查询数据

与哈希表添加数据相同，

1，计算哈希码，

2，根据哈希码计算出在哈希表中存储位置

3，查找哈希表

查找哈希表情况

一次查找	刚刚好查找的值在哈希表链表前面第一个位置
多次查找	查找的值不在哈希表链表前面第一个位置，不是目标，equals方法向下查找直到找到
找不到	查找的值不在哈希表链表前面第一个位置，不是目标，equals方法向下查找也没有找到目标

哈希表面试题

hashCode方法和equals方法有什么作用？

hashCode：计算哈希码，是一个整数，通过哈希码可以计算出数据哈希表中的位置。

equals：当添加出现冲突是，通过equals进行比较，看数据是否存在，同样在查找中使用判断数据是否正确

各种类型如何获取哈希码？

int：取自身(23-->23) （看 Interger 源码 ）

double: 不可以取整 （看 double 源码,通过内部方法计算获取整 ）

String: 通过字符串位置与编码值进行计算（例abc:(31*(31*(31*0*97)*98)*99)  ：a:编码值97，

b:编码值98,c:编码值99）

 对象：对每一个对象的成员变量的哈希码，通过相加相乘进行计算（与字符串差不多）

为什么哈希码计算复杂？

哈希码相同则存储的内容相同，当哈希码复杂，哈希码相同概率减小就增加了哈希表的添加与查找速度。

如何减少冲突？

冲突是避免不了的，我们只能够减小冲突。

装填因子：哈希表的长度与表中记录数的长度的比例（表中记录数/哈希表长度）

当装填因子达到0.5（一般情况下取0.5）的时候，可以对主数组进行扩容。

方法：链表地址法，开放地址法，再散列法，建立公共溢出区。