一、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)。

二、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。

//数组下标=取key的hashcode模数组的长度后的余数
index = HashCode (Key) % Array.length

//index的范围是（0-9）
int index=Math.abs("Hello".hashCode())%10; 

这是最简单的计算方式 还有很多hash函数：CRC16、CRC32、siphash 、murmurHash、times 33等，

此种Hash计算方式为固定Hash方式，也称为传统Hash。

该方式在数组固定时，可以快速检索 但当数组长度变化时，需要重新计算数组下标，此时根据key检索将出现问题，

所以说传统Hash法虽然比较简单，但不利于扩展，如果要扩展可以采用一致性Hash法。

三、操作

1、写操作（put）

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）

第1步，通过哈希函数，把Key转化成数组下标

第2步，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。

2、Hash冲突（碰撞）

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。

3、解决Hash冲突方案

【1】开放寻址法

开放寻址法的原理是当一个Key通过哈希函数获得对应的数组下标已被占用时，就寻找下一个空档位置

在Java中，ThreadLocal所使用的就是开放寻址法。

【2】链表法

数组的每一个元素不仅是一个Entry对象，还是一个链表的头节点。

每一个Entry对象通过next指针 指向它的下一个Entry节点。

当新来的Entry映射到与之冲突的数组位置时，只需要插入到对应的链表中即可，默认next指向null。

/**
 * 结点
 */
public class Node {
    String key;
    String value;
    // 指向下一个结点
    Node next;

    public Node(String key, String value, Node next) {
        this.key = key;
        this.value = value;
        this.next = next;
    }
}

/**
 * 单链表
 */
public class ListNode {
    Node head; //头结点

    /**
     * 添加单链表结点
     *  单链表中可存在相同key，但相同key的value值要相同
     *  当前链表尾节点的下一个指针指向新增节点，从而新增结点成为尾节点
     * @param key
     * @param value
     */
    public void addNode(String key, String value) {
        //在外界设置好head了
        if (head == null) return;
        // 创建结点
        Node node = new Node(key, value, null);
        // 临时变量
        Node tmp = head;
        //循环单链表
        while (true) {
        //key相同覆盖值 从head开始
            if (key.equals(tmp.key)) {
                tmp.value = value;
            }
            if (tmp.next == null) {
                break;
            }
           //指向下一个
            tmp = tmp.next;
        }
       //当前尾结点的下一个指针指向新增的结点
        tmp.next = node;
    }

}

/**
 * 手动HashMap
 */
public class MyHashMap {
    //数组初始化 2的n次方
    ListNode[] map = new ListNode[8];
    //ListNode的个数
    int size;

    /**
     * 设置值
     *
     * @param key
     * @param value
     */
    public void put(String key, String value) {
        //该扩容了
        if (size >= map.length * 0.75) {
            System.out.println("map需要扩容");
            return;
        }
        //计算索引 数组下标
        int index = Math.abs(key.hashCode()) % map.length;
        //获得该下标处的ListNode
        ListNode ln = map[index];
        //该下标处无值
        if (ln == null) {
            //创建单链表
            ListNode lnNew = new ListNode();
            //创建头结点
            Node head = new Node(key, value, null);
            //挂载头结点
            lnNew.head = head;
            //把单链放到数组里
            map[index] = lnNew;
            size++;
        }
        //该下标有值，hash碰撞
        else {
            //单链表挂结点
            ln.addNode(key, value);
        }
    }

}

当根据key查找值的时候，在index=2的位置是一个单链表 遍历该单链表，再根据key即可取值。

4、读操作（get）

读操作就是通过给定的Key，在散列表中查找对应的Value。

第1步，通过哈希函数，把Key转化成数组下标。

第2步，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。

   
/**
 * 单链表
 */
public class ListNode {
    Node head; //头结点
     /**
     * 获得值
     *
     * @param key
     * @return
     */
    public String getVal(String key) {
        if (head == null) return null;
        //只有一个结点
        if (head.next == null) {
            return head.value;
        }
       //遍历单链表
        else {
            Node tmp = head;
            while (tmp != null) {
                //找到匹配的key
                if (key.equals(tmp.key)) {
                    return tmp.value;
                }
                 //指向下一个
                tmp = tmp.next;
            }
            return null;
        }
    }
}



/**
 * 手动HashMap
 */
public class MyHashMap {
    //数组初始化 2的n次方
    ListNode[] map = new ListNode[8];
    //ListNode的个数
    int size;


    /**
     * 取值
     * @param key
     * @return
     */
    public String get(String key){
        int index=Math.abs(key.hashCode())%map.length;
        ListNode ln=map[index];
        if(ln==null) return null;
        return ln.getVal(key);
    }
}

5、Hash扩容（resize）

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

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：

【1】 扩容，创建一个新的Entry空数组，长度是原数组的2倍

【2】 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。

四、时间复杂度

1、Hash扩容：O(n) n是数组元素个数 rehash

2、Hash冲突写单链表：O(m)

3、写操作： O(1) + O(m) = O(m) m为单链元素个数

4、Hash冲突读单链表：O(m) m为单链元素个数

5、读操作：O(1) + O(m) m为单链元素个数

五、优缺点

1、优点：读写快

2、缺点：哈希表中的元素是没有被排序的、Hash冲突、扩容重新计算

六、应用

1、HashMap

JDK1.7中HashMap使用一个table数组来存储数据，

用key的hashcode取模来决定key会被放到数组里的位置，

如果hashcode相同，或者hashcode取模后的结果相同，

那么这些key会被定位到Entry数组的 同一个格子里，这些key会形成一个链表，

在极端情况下比如说所有key的hashcode都相同，将会导致这个链表会很长，

那么put/get操作需要遍历整个链表，那么最差情况下时间复杂度变为O（n）。

扩容死链针对JDK1.7中的这个性能缺陷，JDK1.8中的table数组中可能存放的是链表结构，也可能存放的是红黑树结构，

如果链表中节点数量不超过8个则使用链表存储，

超过8个会调用treeifyBin函数，将链表转换红黑树。那么即使所有key的hashcode完全相同，由于红黑树的特点，查找某个特定元素，也只需要 O（logn）的开销。

2、字典

Redis字典dict又称散列表（hash），是用来存储键值对的一种数据结构。

Redis整个数据库是用字典来存储的。（K-V结构）

对Redis进行CURD操作其实就是对字典中的数据进行CURD操作。

Redis字典实现包括：字典(dict)、Hash表(dictht)、Hash表节点(dictEntry)。

3、布隆过滤器

布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机 hash映射函数。

布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般 的算法。

布隆过滤器的原理是，当一个元素被加入集合时，通过K个Hash函数将这个元素映射成一个数组中的K 个点，把它们置为1。

检索时，我们只要看看这些点是不是都是1就（大约）知道集合中有没有它了：如果这些点有任何一个0，则被检元素一定不在；如果都是1，则被检元素很可能在。

这就是布隆过滤器的基本思想。