哈希表

哈希表：

面试中出场频率很高，工作中的出场频率也很高。

1. 哈希表是基于数组演化而来，哈希表高效的秘密就在于数组的随机访问能力。哈希是用空间换时间。
2. 针对输入的每个数字（key）都要进行一个数学运算的变换，把key经过一定的数学变换转成下标的过程，称为“哈希函数”/“散列函数”。哈希函数有一个重要特点：两个相同的key，计算得到的hash值一定相同。
3. 哈希函数：key % 数组长度 = 下标的值
4. 如果两个不同的key，通过哈希函数计算之后得到了相同的hash值，此时这种情况称为“哈希冲突”/“哈希碰撞”。

那么要如何处理哈希冲突？

1. 尽量避免（降低冲突概率）：选择更合适的hash函数。
   例如：如果把数组长度设定为素数，那么冲突改路就会降低不少。

   负载因子：哈希表中保存的元素个数 / 数组的长度。
   负载因子越小，冲突概率就越小。

2. 正面应对（当冲突了之后通过一定的方式解决冲突）
   a). 闭散列：发现冲突之后，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么就在当前冲突位置周围找到一个空闲位置来插入元素。

   • 线性探测：从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。
   • 二次探测：从发生冲突的位置开始，以2的次方进行探测，直到找到下一个空位置为止。

   b). 开散列/哈希桶：首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每一个子集合称为一个桶，各个桶的元素通过一个单链表链接起来，个链表的头结点存储在哈希表中。

   通俗的说：开散列的数组中的每个节点相当于一个链表的头结点，当出现hash冲突的时候就把新的元素插入到链表中。

无论是第一种方式还是第二种方式，当哈希冲突比较严重的时候，插入查找删除的效率仍然会很低。

如果冲突变得特别严重：

1. 扩容（降低负载因子）成本比较高（不太推荐）。
2. 针对开散列来说（链表），把链表替换成更高效的数据结构。比如二叉搜索树或者哈希表。

哈希函数一般如何来计算呢？

1. 如果key为整数，hash值计算方式主要就是通过除留余数的方式，一般会搭配一些其他的数学。
2. 如果key为字符串，如何计算hash值呢？
   md5 sha1 常用的字符串哈希算法。
   md5 的重要特点：
   1.无论输入的字符串有多长，最终得到的md5值都是固定长度的。
   2.如果有两个字符串，大部分内容都相同，只有某个字符不相同，此时计算生成的md5值也会差别很大。(这一点就决定了md5算出的hash值最终冲突概率比较小）
   3.通过字符串来计算hash值，很高效，但是反之不行。(给定md5值，找出某个字符串的值是这个md5,这个计算量非常巨大，理论上是不可行的)。
   sha1也同样具备。

哈希表就是HashMap/HashSet的底层实现。

Java中计算哈希值实际上是调用的类的 hashCode 方法，进行 key 的相等性比较是调用 key 的 equals 方法。所以如果要用自定义类作为 HashMap 的 key 或者 HashSet 的值，必须覆写 hashCode 和 equals 方
法，而且要做到 equals 相等的对象，hashCode 一定是一致的。