1.概念
哈希表（Hash table，也叫散列表）：
是根据关键码值(Key value)而直接进行访问的数据结构。
也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。
哈希表的本质上上一个数组（元素是Entry）
这里的 id 是个key，哈希表就是根据key值来通过哈希函数计算得到一个值，这个值就是用来确定这个Entry要存放在哈希表中的位置的，实际上这个值就是一个下标值，来确定放在数组的哪个位置上
比如这里的 id 是001，那么经过哈希函数的计算之后得到了1，这个1就是告诉我们应该把这个Entry放到哪个位置，这个1就是数组的确切位置的下标，也就是需要放在数组中下表为1的位置
Hash Table的查询速度非常的快，几乎是O(1)的时间复杂度
hash就是找到一种数据内容和数据存放地址之间的映射关系
散列法：元素特征转变为数组下标的方法
优点：
不论哈希表中有多少数据，查找、插入、删除（有时包括删除）时间接近常量的时间即0(1）的时间级
缺点：
它是基于数组的，数组创建后难于扩展，某些哈希表被基本填满时，性能下降得非常严重，所以程序员必须要清楚表中将要存储多少数据
2.哈希函数的构造方法
2.1 直接定制法（不常用）
取关键字或关键字的某个线性函数值为哈希地址
即，
Ｈ(key) = key
H(key) = a * key + b
优点：简单，均匀，不会产生冲突
缺点：需要实现直到关键字的分布情况，适合查找表比较小且连续的情况
2.2 数字分析法
数字分析法用于处理关键字是位数比较多的数字，通过抽取关键字的一部分进行操作，计算哈希存储位置的方法
例：
身份证号是有规律的，现在要存储一个班级学生的身份证号码，假设这个班级的学生都出生在同一个地区，同一年，那么他们的身份证的前面数位都是相同的，那么我们可以截取后面不同的几位存储，假设有5位不同，那么就用这五位代表地址
适用场景：
处理关键字位数比较大的情况，事先知道关键字的分布且关键字的若干位分布均匀
2.3 平方取中法
先对关键字取平方，然后选取中间几位为哈希地址，取的位数由表长决定
例：
key=1234 1234^2=1522756 取227作hash地址
key=4321 4321^2=18671041 取671作hash地址
适用场景：
不知道关键字的分布，而位数又不是很大的情况
2.4 折叠法
如果数字的位数很多，可以将数字分割为几个部分，取他们的叠加和作为hash地址
例：
key=123 456 789
可以存储在61524，取末三位，存在524的位置
适用场景：
关键字位数很多，而且关键字每一位上数字分布大致均匀
2.5 除留余数法（用的较多）
H（key）=key MOD p （p<=m m为表长）
例：
存储3 6 9，那么p就不能取3
因为 3 MOD 3 == 6 MOD 3 == 9 MOD 3，地址冲突
一般来说，p应为不大于m的质数或是不含20以下的质因子的合数，这样可以减少地址的重复（冲突）
2.6 随机数法
选择一个随机数，取关键字的随机函数值作为他的哈希地址
即，f(key) = random (key)
适合场景：
关键字的长度不等时。
当遇到特殊字符的关键字时，需要将其转换为某种数字
3.哈希冲突及解决方式
哈希冲突图例：
3.1 开放寻址法
H（key）的哈希函数：
H（key1）= H（keyi）
那么 keyi 存储位置 Hi = (H(key)+di) MOD m ，m为表长
di 有三种取法：
- 线性探测再散列: di = c * i
- 平方探测再散列：di = 1^2 , -1 ^2,2 ^2,-2 ^2…
- 随机探测再散列（双探测再散列）：di是一组伪随机数列
简单来说就是，既然位置被占了，那就另外再找个位置，怎么找其他的位置呢？这里其实也有很多的实现，我们说个最基本的就是既然当前位置被占用了，我们就看看该位置的后一个位置是否可用，也就是1的位置被占用了，我们就看看2的位置，如果没有被占用，那就放到这里呗，当然，也有可能2的位置也被占用了，那咱就继续往下找，看看3的位置，一次类推，直到找到空位置
3.2 链地址法
存储数据后面加一个指针，指向后面冲突的数据
比如：
简单来说，Entry还额外的保存了一个next指针，这个指针指向数组外的另外一个位置，将李四安排在这里，然后张三那个Entry中的next指针就指向李四的这个位置，也就是保存的这个位置的内存地址，如果还有冲突，那就把又冲突的那个Entry放在一个新位置上，然后李四的Entry中的next指向它，这样就形成了一个链表。
3.3 再哈希法
Hi = RHi（key） i = 1，2，…，k
RHi均是不同的哈希函数，意思为：当繁盛冲突时，使用不同的哈希函数计算地址，直到不冲突为止。这种方法不易产生堆积，但是耗费时间
3.4 公共溢出区法
即设立两个表：基础表和溢出表。将所有关键字通过哈希函数计算出相应的地址。然后将未发生冲突的关键字放入相应的基础表中，一旦发生冲突，就将其依次放入溢出表中即可。
在查找时，先用给定值通过哈希函数计算出相应的散列地址后，首先与基本表的相应位置进行比较，如果不相等，再到溢出表中顺序查找。
此种方法适用于数据和冲突较少的情况
4.扩容
增长因子，也叫作负载因子，简单点说就是已经被占的位置与总位置的一个百分比。
比如负载因子是0.7时，一共十个位置，现在已经占了七个位置，就触发了扩容机制，也就是达到了总位置的百分之七十就需要扩容。
简单来说，扩容就是新创建一个数组是原来的2倍，然后把原数组的所有Entry都重新Hash一遍放到新的数组。
数组扩大了，所以一般哈希函数也会有变化，这里的Hash也就是把之前的数据通过新的哈希函数计算出新的位置来存放