散列表（中）

如何设计这样一个工业级散列表呢？我会从3个方面来考虑设计思路：

1.设计一个合适的散列函数；
2.定义装载因子阈值，并且设计动态扩容策略；
3.选择合适的散列冲突解决方法。

一、如何设计散列函数？

1.要尽可能让散列后的值随机且均匀分布，这样会尽可能减少散列冲突，即便冲突之后，分配到每个槽内的数据也比较均匀。
2.除此之外，散列函数的设计也不能太复杂，太复杂就会太耗时间，也会影响到散列表的性能。
3.常见的散列函数设计方法：直接寻址法、平方取中法、折叠法、随机数法等。

二、如何根据装载因子动态扩容？

如何设置装载因子阈值？

1.可以通过设置装载因子的阈值来控制是扩容还是缩容，支持动态扩容的散列表，插入数据的时间复杂度使用摊还分析法。
2.装载因子的阈值设置需要权衡时间复杂度和空间复杂度。如何权衡？如果内存空间不紧张，对执行效率要求很高，可以降低装载因子的阈值；相反，如果内存空间紧张，对执行效率要求又不高，可以增加装载因子的阈值。

如何避免低效扩容？分批扩容

1.分批扩容的插入操作：当有新数据要插入时，我们将数据插入新的散列表，并且从老的散列表中拿出一个数据放入新散列表。每次插入都重复上面的过程。这样插入操作就变得很快了
2.分批扩容的查询操作：先查新散列表，再查老散列表。
3.通过分批扩容的方式，任何情况下，插入一个数据的时间复杂度都是O(1)。

分批搬移数据

三、如何选择散列冲突解决方法？

• 常见的2中方法：开放寻址法和链表法。
• 大部分情况下，链表法更加普适。而且，我们还可以通过将链表法中的链表改造成其他动态查找数据结构，比如红黑树、跳表，来避免散列表时间复杂度退化成O(n)，抵御散列冲突攻击。
• 但是，对于小规模数据、装载因子不高的散列表，比较适合用开放寻址法。

分析Java的HashMap：

初始大小

hashMap默认的初始大小是16.

装载因子和动态扩容

最大装载因子默认为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。每次扩容都会扩容到原来的两倍。

散列冲突解决方法

使用单链表解决hash冲突，当链表长度大于8，将单链表转换成红黑树 , 当链表长度小于6，将红黑树退化为单链表。

散列函数

hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}