散列表上
1.抛出一个思考题开课
word中单词拼写检查功能如何实现的？
学完今天的内容你就微软office工程师一样，轻松实现这个功能
2.散列表
散列表用的就是数组支持按照下标[随机访问]数据的特性，实现时间复杂度o(1)，所以散列表其实就是数组的一种扩展。
3.散列冲突
我们常用的散列冲突解决方法有两类，开放寻址法（open addressing）和链表法（chaining）。
i.开放寻址法
线性探测(+1)
二次探测(+1^2)
双重散列(再次散列)
用装载因子来观测空位多少，装载因子越大，说明空闲位置越少，冲突越多，散列表的性能会下降。
ii.链表法
在散列表中，每个“桶（bucket）”或者“槽（slot）”会对应一条链表，所有散列值相同的元素都放到相同槽位对应的链表中。
3.开篇解答
散列表存储单词字典，然后散列查询，查不到可能拼写错误
常用的英文单词有 20 万个左右，假设单词的平均长度是 10 个字母，平均一个单词占用 10 个字节的内存空间，那 20 万英文单词大约占 2MB 的存储空间，就算放大 10 倍也就是 20MB。对于现在的计算机来说，这个大小完全可以放在内存里面。所以我们可以用散列表来存储整个英文单词词典。
4.小结
散列表两个核心问题是散列函数设计和散列冲突解决。散列冲突有两种常用的解决方法，开放寻址法和链表法。
5.课后思考题
假设我们有 10 万条 URL 访问日志，如何按照访问次数给 URL 排序？
解:url为key，访问次数为value，10万*100B=20MB
有两个字符串数组，每个数组大约有 10 万条字符串，如何快速找出两个数组中相同的字符串？
解:一个字符串做参考串做key，出现次数为value，第二个字符串做检验串，遍历字符串查key，若value不为0则存在相同
散列表中
1.散列表碰撞攻击
在极端情况下，恶意攻击者，通过精心构造的数据，使得所有的数都散列到同一个槽。如使用的是基于链表的冲突解决方法，散列表就会退化为链表，查询的时间复杂度就从 O(1) 急剧退化为 O(n)。这样就有可能因为查询操作消耗大量 CPU 或者线程资源，导致系统无法响应其他请求，从而达到拒绝服务攻击（DoS）的目的。这就是散列表碰撞攻击的基本原理(调虎离山)
2.如何设计工业级散列函数
工业级散列函数标准:
i.支持快速的查询、插入、删除操作；
ii.内存占用合理，不能浪费过多的内存空间；
iii.性能稳定，极端情况下，性能不会退到无法接受
如何实现这样一个散列表:
i.设计一个合适的散列函数；
ii.定义装载因子阈值，并且设计动态扩容策略；
iii.选择合适的散列冲突解决方法。
3.简单的随机函数
i.数据分析法
选择越随机的做key，可能重复的做value如下:
运动员编号做key其他信息做value
手机后四位做key前面各位做value
ii.进位相加
比如单词拼写检查，每位26个，
hash("nice")=(("n" - "a") * 26*26*26 + ("i" - "a")*26*26 + ("c" - "a")*26+ ("e"-"a")) / 78978
4.装载因子过大
静态数据集，容易设计散列函数，因为数据都是已知的
动态数据集，数据集合频繁变动，无法预估，有扩大和缩小两种
假设变大，数据集慢慢变大，装载因子也会变大，直到崩溃，借助前面所学的动态扩容，可以解决
i.数组动态扩容
假设原来装载因子0.8，现在扩容为原来2倍，装载因子变为0.4，然后数据搬移
ii.避免低效扩容
将新数据插入新散列表，并且从老的散列表中拿出一个数据放入到新散列表，一点点分批完成插入，查询就改为先查老表再查新表
假设变小，数据集慢慢变小，装载因子变小，如果内存吃紧，可以设置阀值动态缩容
5.冲突解决办法
数据量小、装载因子小，适合采用开放寻址法。这也是 Java 中的ThreadLocalMap使用开放寻址法解决散列冲突的原因。
大对象，大数据量，适合基于链表的散列冲突处理方法，比起开放寻址法，它更加灵活，支持更多的优化策略，比如用红黑树代替链表，比如，Java 中 LinkedHashMap 就采用了链表法解决冲突。
6.工业级散列表:java中HashMap
i.初试大小
HashMap 默认的初始大小是 16，如果事先知道大概数据量多大，可修改默认初始大小，减少动态扩容的次数，这会提高HashMap 的性能。
ii.装载因子和动态扩容
最大装载因子默认是 0.75，当 HashMap 中元素个数超过 0.75*capacity（capacity 表示散列表的容量）的时候，就会启动扩容，每次扩容都会扩容为原来的两倍大小。
iii.散列冲突解决办法
HashMap 底层采用链表法来解决冲突，免不了会出现拉链过长的情况，会严重影响 HashMap 的性能。在 JDK1.8 版本，引入了红黑树。而当链表长度太长（默认超过 8）时，链表就转换为红黑树。可以利用红黑树快速增删改查的特点，提高 HashMap 的性能。当红黑树结点个数少于 8 个的时候，又会将红黑树转化为链表。因为在数据量较小的情况下，红黑树要维护平衡，比起链表来，性能上的优势并不明显。
iiii.散列函数设计
int hash(Object key) {
int h = key.hashCode()；
return (h ^ (h >>> 16)) & (capitity -1);
//capicity 表示散列表的大小
}
public int hashCode() {
int var1 = this.hash;
if(var1 == 0 && this.value.length > 0) {
char[] var2 = this.value;
for(int var3 = 0; var3 < this.value.length; ++var3) {
var1 = 31 * var1 + var2[var3];
}
this.hash = var1;
}
return var1;
}
散列表下
1.为何散列表和链表经常一起使用
链表实现插入删除o(1)，散列表实现查询o(1)
比如LRU，跳表，LinkedHashMap
2.LRU缓存淘汰算法
在链表那一节中，借助散列表，可以把 LRU 缓存淘汰算法的时间复杂度降低为 O(1)。
思想:first in last out，一个链表，查询找到就放到末尾，查询不到插入也放到末尾(表示是最新加入的元素放最后删除)，如果满存了，就删除头部元素
分析:三个操作:插入，删除，查询，最关键是查询o(n)如何让查询变为o(1)，建立新的散列表(索引)来专门实现查询，原链表实现插入删除
实现:用双向链表存储数据，链表中7的每个结点处理存储数据（data）、前驱指针（prev）、后继指针（next）之外，还新增了一个特殊的字段 hnext，用来将结点串入到索引表链表中
注:这时每次结点都在两条链表中，一是双向链表中，二是索引表链表中
3.Redis有序集合
在有序集合中，每个成员对象有两个重要的属性，key（键值）和score（分值）。我们不仅会通过 score 来查找数据，还会通过 key 来查找数据。
i.添加一个成员对象；
ii.按照键值来删除一个成员对象；
iii.按照键值来查找一个成员对象；
iiii.按照分值区间查找数据，比如查找积分在 [100, 356] 之间的成员对象；
iiiii.按照分值从小到大排序成员变量；
解:i.ii.iii可以借助双向链表和索引表之链表法两个链表实现，iiii.iiiii可以用跳表实现，若要一起实现五个功能，肯定是两者合一，组成一个新的数据结构实现
4.Java中LinkedHashMap
LinkedHashMap 也是通过散列表和链表组合在一起实现的。实际上，它不仅支持按照插入顺序遍历数据，还支持按照访问顺序来遍历数据。
如:put(3,2)(1,10)(5,7)(2,9)
解:遍历结果是:3-1-5-7
说明是按照插入顺序遍历的的
如:put(3,2)(1,10)(5,7)(2,9)(3,25)get(5)
解:遍历结果是1-2-3-5
说明LinkedHashMap效果跟LRU一模一样，说明两者原理同，双向链表和散列表两表一起实现
注:LinkedHashMap 本身就是一个支持 LRU 缓存淘汰策略的缓存系统，Linked表示双向链表，HashMap表示链表法解决冲突，两者合并使用
5.课后思考
题一，为何使用双向链表不是单向链表？
因为单链表插入删除需分别定位到后一个位置，前一个位置，在操作，需要o(n)，故使用双向链表
题二，10个对象，内容包括id和积分，需要实现
i.根据id快速查找，删除，插入积分信息
ii.积分在某个区间的所有id
iii.积分从小到大排序，查找任意区间[x,y]所有id