初探哈希表(散列表)

一直很好奇为啥哈希表(散列表)查询的速度比数组快，然后自己看了几篇文章，有了一点点自己的理解。

一、散列表

什么是散列表呢？散列表其实是一个数组，通过key映射到这个数组的下标，直接根据下标获取该元素。数组中的每一个元素成为一个箱子。
当我们根据key来查询的时候，首先获取key的哈希值，哈希值是一个整型数，然后这个哈希值 模 数组的长度，得到key在这个数组的下标，这样就不用遍历数组查找key而是直接就拿到了key的下标。但是不同的key可能会计算出相同的哈希值。所以这就需要一个优秀的哈希算法和解决出现生成相同哈希值(散列冲突)的方法。

二、散列算法

散列算法的具体实现我肯定是不知道的，但是一个好的散列算法应该具有以下特点：

• 从哈希值不能反向推导出原始数据（所以哈希算法也叫单向哈希算法）;
• 对输入数据非常敏感，哪怕原始数据只修改了一个 Bit，最后得到的哈希值也大不相同；
• 散列冲突的概率要很小，对于不同的原始数据，哈希值相同的概率非常小；
• 哈希算法的执行效率要尽量高效，针对较长的文本，也能快速地计算出哈希值。

三、解决散列冲突

解决散列冲突好像比较流行的就是拉链法和开放寻址法。

3.1 拉链法

所谓拉链法就是哈希表数组中的每一个箱子都是一个链表，当不同key的哈希值相同，得到相同的下边，就存在同一个箱子的链表中，链表中每个元素保存一个键值对。我们知道链表其实查询速度不是很快，时间复杂度为O(n)，但是这个链表的长度其实很短，Java8在链表长度大于8时将链表改为红黑树。总结起来拉链法就是将散列冲突的键值对放在同一个链表中。

3.2 开放寻址法

所谓开放寻址法就是当一个key获取了数组的下标，发现这个箱子已经被别的key占着了，那就往下找(也可能是按照其他规则找空的位置)，直到找到空的位置。

四、扩容

最后讲讲扩容，前面说过哈希表是一个数组，那么当插入的key多了之后，冲突就多了起来，这个时候我们就要对数组进行扩容了。有一个成员变量叫做负载因子来决定什么时候需要扩容。负载因子的计算方法是：负载因子 = 键值对数 ÷ 数组的长度，一般来说当负载因子 ≥ 0.72的时候就需要对的数组进行扩容了，通常是扩容为之前数组的两倍。
对数组进行扩容需要重新计算key的下标，并且需要将键值对拷贝到新的数组，所以还是比较耗时的，尤其数据量大起来之后。