数据结构---散列表

散列表也叫作 哈希表（hash table），这种数据结构提供了键（Key）和值
（Value）的映射关系。只要给出一个Key，就可以高效查找到它所匹配的Value，时间复杂度接近于O(1)。

哈希函数

散列表在本质上也是一个数组。
存在的问题是：数组只能根据下标，像a[0]、a[1]、a[2]、a[3]、a[4]这样来访问，而散列表的Key则是以字符串类型为主的。

解决方法：我们需要一个“中转站”，通过某种方式，把Key和数组下标进行转换。这个中转站就叫作哈希函数。

在JAVA中，每一个对象都有属于自己的hashcode，这个hashcode是区分不同对象的重要标识。无论对象自身的类型是什么，它们的hashcode都是一个整型变量。
将hashcode转换为数组下标index公式：

index = HashCode (Key) % Array.length

通过哈希函数，我们可以把字符串或其他类型的Key，转化成数组的下标index。

散列表读写

写

写操作就是在散列表中插入新的键值对（在JDK中叫作Entry）。
调用hashMap.put(“002931”, “王五”)，意思是插入一组Key为002931、Value为王五的键值对。
第1步，通过哈希函数，把Key转化成数组下标5。
第2步，如果数组下标5对应的位置没有元素，就把这个Entry填充到数组下标5
哈希冲突

由于数组的长度是有限的，当插入的Entry越来越多时，不同的Key通过
哈希函数获得的下标有可能是相同的。例如002936这个Key对应的数组下标是2；
002947这个Key对应的数组下标也是2。

解决办法：开放寻址法、链表法
开放寻址法：Entry6通过哈希函数得到下标2，该下标在数组中已经有了其他元素，那么就向后移动1位，看看数组下标3的位置是否有空。



链表法：HashMap数组的每一个元素不仅是一个Entry对象，还是一个链表的头节点。每
一个Entry对象通过next指针指向它的下一个Entry节点。当新来的Entry映射到与
之冲突的数组位置时，只需要插入到对应的链表中即可。 （数组+链表）
JAVA用这种方法解决哈希冲突

读

读操作就是通过给定的Key，在散列表中查找对应的Value。
步骤：
第1步，通过哈希函数，把Key转化成数组下标2。
第2步，找到数组下标2所对应的元素，如果这个元素的Key是002936，那么就找到了；如果这个Key不是002936也没关系，由于数组的每个元素都与一个链表对应，我们可以顺着链表慢慢往下找，看看能否找到与Key相匹配的节点。

扩容

什么情况需要扩容
当经过多次元素插入，散列表达到一定饱和度时，Key映射位置发生冲突的概率会逐渐提高。这样一来，大量元素拥挤在相同的数组下标位置，形成很长的链表，对后续插入操作和查询操作的性能都有很大影响。（散列表是基于数组实现的，那么散列表也要涉及扩容的问题。）

扩容条件：

HashMap.Size >= Capacity×LoadFactor

其中
Capacity，即HashMap的当前长度
LoadFactor，即HashMap的负载因子，默认值为0.75f

扩容步骤：

1. 扩容，创建一个新的Entry空数组，长度是原数组的2倍。
2. 重新Hash，遍历原Entry数组，把所有的Entry重新Hash到新数组中。为什么要重新Hash呢？因为长度扩大以后，Hash的规则也随之改变。
   
   扩容后
   
   注意：当多个Entry被Hash到同一个数组下标位置时，为了提升插入和查找的效率，HashMap会把Entry的链表转化为红黑树这种数据结构。

总结

散列表也叫哈希表，是存储Key-Value映射的集合。对于某一个Key，散列表可以在接近O(1)的时间内进行读写操作。散列表通过哈希函数实现Key和数组下标的转换，通过开放寻址法和链表法来解决哈希冲突。