数据结构——4、散列表

1.1.1 *散列表*

散列表，即哈希表，这种数据结构提供了key和value的映射关系，在jdk中也叫做entry，只要给出一个key，就能查找出相应的value，查找的时间复杂度接近于O(1)

散列表本质上也是一个数组，数组是根据角标来查找元素的，散列表是根据key来查找元素的，且key以string类型为主

1.1.1.1 *哈希函数*

将key与数组下标进行转换的中转站就是哈希函数

如何进行中转：

无论对象自身是什么类型，它们的hashCode都是一个整型变量，将整形变量转换为数组下标就很容易了，按照数组长度进行取模运算

index=HashCode(key)%Array.length

jdk中的哈希函数不是直接进行取模运算，而是利用了位运算的方式来优化性能

1.1.1.2 *哈希冲突*

在散列表中插入新的entry，步骤：

1、 先要通过哈希函数，将key转化成数组下标

2、 如果数组下标没有这个元素，就将entry填充到这个下标所在位置；

如果数组下标有这个元素，就将entry追加到链尾

不同的key通过哈希函数获得的下标可能是相同的，即产生了哈希冲突，哈希冲突的解决方法包括两种：开放寻址法；链表法；

1.1.1.2.1 *开放寻址法*

当一个key通过哈希函数获得的数组下标已经被占用，就顺序查找下一个空挡位置，直到找到没有被占用的位置，

这种寻址方式是最简单的一种，可以有多种寻址方式

1.1.1.2.2 *链表法*

当一个key通过哈希函数获得的数组下标已经被占用，就直接追加到相应的链表的链尾即可

这里HashMap数组中的每一个元素不仅是一个entry对象，还是一个链表的头节点

1.1.1.3 *扩容*

数组的扩容，是直接在原来容量的基础上，扩大一倍，

散列表是基于数组实现的，那么也涉及到扩容问题，当拥挤在相同的数组下标位置，形成很长的链表，就会对后续插入和查询操作的性能有很大影响

影响散列表扩容的因素有两个：

1、 capacity：即hashmap的当前长度；

2、 loadFactor：即hashmap的负载因子，默认值是0.75f

衡量hashmap需要扩容的条件是：

HashMap.Size>=Capacity*LoadFactor

HashMap的扩容操作不是简单的将长度扩大，而是包括两个操作：

1、 扩容：创建一个新的entry空数组，长度是原来数组的2倍；

2、 rehashing：即重新hash，遍历原entry数组，将所有的entry重新hash到新数组中

为什么要重新进行hash？因为长度扩大之后，hash的规则也随之改变了，为了将元素尽可能均匀的分配

JDK1.8版本的hashmap和以前有很大的不同：

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会将entry的链表转换为红黑树结构