哈希表（Hash Table）

哈希表（Hash Table）

数组加链表实现的一种数据结构（JDK 的 HashMap 会优化红黑树）

桶大小

数组长度怎么确定？根据需要可以自行设置，但是要设置为 2 的指数

添加元素是会先通过哈希算法算出下标，然后根据下标放入到数组中

当算出的下标如果越界了，需要均匀的分布在数组中，怎么保证呢？
如果添加 d8 元素，算出下标是 8，就放在 arr[0] 处
如果添加 d9 元素，算出下标是 9，就放在 arr[1] 处
这个可以通过 % （取余）得到，但是除法效率不高，& （按位与运算）效率更高，结果也是相同的，但是要使用 & 运算，需要保证数组长度是 2 的指数

基于 2 的指数优化点：按位与、拆分链表、高低位异或

扩容

负载因子

元素个数（链表也是一个元素） 与 数组长度 的比值，这个值不宜过大也不易过小

• 太小的话，还没放几个元素就要扩容，浪费空间
• 太大的话，比如是1，数组已经放满了，这时再扩容可能已经晚了

JAVA 中的 HashMap 是 0.75，为什么是 0.75？去问高斯林吧（一个根据经验得出来的值）

扩容多少？

一般是翻倍，为什么要翻倍，也去问高斯林吧

如果非要不翻倍，也要保证数组长度仍然是 2 的指数

扩容过程

1. 创建一个新数组，扩大一倍（ << 也是翻倍，比 * 2 效率高）
2. 原来的数据放到新的数组中，每个元素（包括链表中的元素）重新根据哈希算法算新的下标
   1. 因为是扩大两倍，所以如果原来元素是链表，这个链表最多拆分成 2 个链表，可以使用下面的公式快速拆分
   2. 哈希值 & 新数组长度 的值可能是1个也可能是2个，如果是2个那就是要拆分成两个链表
   3. 一组下标不变，一组下标加上数组长度（如果想不通，每次就硬算下标，结果肯定是一致的）

哈希算法

也叫 摘要算法、散列算法

将一种任意长度的数据通过一个算法，变成固定长度，这个固定长度就是 hash 值

说人话就是通过一个算法能给任意数据分配一个编号，这个编号就是 hash 值，编号是一个有限范围内的数字

一个好的哈希算法是要尽量避免产生的 hash 值重复（但是避免不了）

JDK 提供的 hash 算法是 Object 类的 hashcode 方法，这是一个 native 方法

算出来的 hash 值很大，通过取余换算成数组下标

哈希冲突

当不同数据的 hash 值一样，就是 hash 冲突了，取模后放入数组时怎么处理

1. 拉链法：形成链表，缺点就是链表中的数据可能不连续（数组是连续的，数组中的链表保证不了连续）
2. 开放寻址：按照某种探测方法寻找下一个空闲位置（尽量都放入数组，不让数组元素形成链表）
   • 线性探测：找下一个下标位置是否为空，如果不为空就放进去。挨着找
   • 二次探测：每次跳过一定的位置，如果不为空就放进去。跳着找
   • 双重hash：再来另一个哈希算法来降低冲突

开放寻址的弊端就是冲突传递，比如你的车应该停在 5 号车位，去停车时发现 5 号车位已经有车了，那就找别的空闲车位，没车就停进去
当你选择的车位本来的车位主人来停车时发现：好家伙，给我占了，那我去占别人的（一旦有人占位，可能全都乱来）

头插法 VS 尾插法

当使用链表解决 hash 冲突时，元素放在队尾（尾插）还是队首（头插）

JDK8 以前 HashMap 采用头插法在多线程极端情况下（多线程同时扩容，同时操作同一链表）有可能形成死链