数据结构与算法-散列表
定义
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)。
哈希表（Hash Table）是一种特殊的数据结构，它最大的特点就是可以快速实现查找、插入和删除。
| 数据结构 | 特点 |
|---|---|
| 数组 | 寻址容易，插入和删除困难 |
| 链表 | 寻址困难，而插入和删除操作容易 |
| 哈希表 | 快速实现查找、插入和删除 |
存储原理
散列表在本质上也是一个数组。散列表的Key则是以字符串类型为主的，通过hash函数把Key和数组下标进行转换。作用是把任意长度的输入通过散列算法转换成固定类型、固定长度的散列值
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，这种情况，就叫作哈希冲突。
开放寻址法
冲突可能会导致哈希化方案无法实施，前面我们说指定的数组范围大小是实际存储数据的两倍，因此可能有一半的空间是空着的，所以，当冲突产生时，一个方法是通过系统的方法找到数组的一个空位，并把这个单词填入，而不再用哈希函数得到数组的下标，这种方法称为开放地址法。
开发地址法中，若数据项不能直接存放在由哈希函数所计算出来的数组下标时，就要寻找其他的位置。分别有三种方法：线性探测、二次探测以及再哈希法。这里不详细展开
在Java中，ThreadLocal所使用的就是开放寻址法
链地址法
数组的每个数据项都创建一个子链表或子数组，那么数组内不直接存放单词，当产生冲突时，新的数据项直接存放到这个数组下标表示的链表中，这种方法称为链地址法
操作
写操作
写操作就是在散列表中插入新的键值对（在JDK中叫作Entry或Node）
- 通过哈希函数，把Key转化成数组下标
- 如果数组下标对应的位置没有元素，就把这个Entry填充到数组下标的位置。
- 如果里面有数据了 则发送hash冲突，需要转化为链表
读操作
读操作就是通过给定的Key，在散列表中查找对应的Value
- 通过哈希函数，把Key转化成数组下标
- 找到数组下标所对应的元素，如果key不正确，说明产生了hash冲突，则顺着头节点遍历该单链表，再根据key即可取值
Hash扩容
散列表是基于数组实现的，所以散列表需要扩容
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
影响扩容的因素有两个：
| 因素 | 描述 |
|---|---|
| Capacity | HashMap的当前长度 |
| LoadFactor | HashMap的负载因子（阈值），默认值为0.75f |
当HashMap.Size >= Capacity×LoadFactor时，需要进行扩容
扩容的步骤：
- 扩容，创建一个新的Entry空数组，长度是原数组的2倍
- 重新Hash，遍历原Entry数组，把所有的Entry重新Hash到新数组中
关于HashMap的实现，JDK 8和以前的版本有着很大的不同。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会把Entry的链表转化为红黑树这种数据结构。
JDK1.8前在HashMap扩容时，会反序单链表，这样在高并发时会有死循环的可能。
时间复杂度
| 操作 | 复杂度 |
|---|---|
| 写操作： | O(1) + O(m) = O(m) m为单链元素个数 |
| 读操作： | O(1) + O(m) m为单链元素个数 |
| Hash冲突写单链表： | O(m) |
| Hash扩容： | O(n) n是数组元素个数 rehash |
| Hash冲突读单链表： | O(m) m为单链元素个数 |
应用
- HashMap
- Redis字典
- 布隆过滤器：不存在一定为真，存在不一定为真。
- 位图
