哈希Hash

概念

1. 输入为无限的值 输出为有限集合

2. 特点 ： 可重复、不可逆

所以说

3.输入不同 但是得到的哈希值可能相同；（哈希值相同，会被分到同一个数组位置，所以还需要equals相同才能判断是同一个对象；一个链表上的node的key 大部分的hash值都是不同的）

1的平方=1

-1的平方=1

不同的值通过同一重算法可能会获得到相同的结果，所以有结果不一定能推测到原始值。

4.哈希值不同，有可能得到相同的hashmap的数组下标

5.相同的输入会有相同的输出

6.对象头中的hashcode 只有在调用hashcode（）方法的时候才会产生

为什么重写equals方法必须重写hashCode方法 重点  （hashmap.put方法的源码）

java HashMap插入重复Key值问题_java map put相同的key-优快云博客

---

HashMap

jdk1.7中 HashMap 由“数组+链表”组成（也就是老杜讲的）

jdk1.8中 HashMap 由“数组+链表+红黑树”组成

(91条消息) HashMap的put方法_青鸟Will的博客-优快云博客

这个人的78有点小问题

---

Redis Cluster数据分片

Redis Cluster数据分片实现原理、及请求路由实现-优快云博客

Redis Cluster采用虚拟哈希槽分区而非一致性hash算法，预先分配16384(2^14)个卡槽，所有的键根据哈希函数映射到 0 ~ 16383整数槽内，每一个分区内的master节点负责维护一部分槽以及槽所映射的键值数据。

---

树

二叉（搜索/查找）树、 AVL（平衡二叉树）、红黑树、B-Tree、B+Tree

1. 二叉（搜索/查找）树

下图老杜讲的 老杜说TreeSet/Map是平衡二叉树 但是他画的图是不平衡的二叉树，就是普通的二叉树

下图是宋老师的课件

1. AVL（平衡二叉搜索树）

在上面的基础上 规定了左子树和右子树的高度差不得超过1

3、 B-Tree

4、 B+

5、 红黑树 （是非严格的2） 暂时没看懂

红黑树（RBTree）：是一种非严格平衡的二叉查找树，即不完全符合左右子树的高度差最大为1这个条件，通过引入节点颜色来降低旋转次数

AVL树：是一种严格平衡的二叉查找树，即严格遵循左右子树的高度差最大为1这个条件

5.1红黑树规定了：

1.节点是红色或黑色。

2.根节点是黑色。

3.每个叶子节点都是黑色的空节点（NIL节点）。

4 每个红色节点的两个子节点都是黑色。也就是说从每个叶子到根的所有路径上不能有两个连续的红色节点)。

5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

5.2旋转

AVL树和红黑树的插入和删除操作都需要通过树的旋转来维持平衡。

5.3性能

（1）查询性能 红黑树（RBTree）和AVL树对比_grey红树vw vlw vllw-优快云博客

红黑树的查询性能略逊于AVL树，因为RBTree比AVL树不平衡最多多出一层，即拥有相同内容的二叉树，RBTree查询比AVL树查询最多多一次比较而已，因此查询性能上略逊于AVL树

（2）插入和删除节点

插入：一个节点的插入RBTree和AVL树都需要最多两次旋转操作保持平衡，即复杂度都是O（1）

删除：一个节点的删除，RBTree最多三次旋转操作保持平衡，复杂度是O（1），而AVL树需要维护被删节点到根节点路径上的所有节点的平衡性，需要做大量的旋转操作来达到平衡性，复杂度是O（logN）

综上所述：RBTree比AVL树的插入和删除效率要高很多

---

ConcurrentHashMap

---

syn的偏向锁 

当一个对象已经计算过 hashCode，就再也无法进入偏向状态了

有点诡异 可以理解为 没有地方放 threadid、epoch

---

hash索引

MySQL哈希索引以及InnoDB自适应哈希索引_innodb索引中的哈希索引-优快云博客