散列表也叫哈希表，这种数据结构提供了键（Key）和值（值）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值Value，时间复杂度接近于O（1）。了解散列表的原理之前我们了解一下哈希函数。散列表在本质上也是一个数组。可是数组只能根据下标，像a[0]、a[1]、a[3] 这样来访问，而散列表的key则是以字符串类型为主的。例如以学生的学号作为key，输入00213，查询到李四；或者以单词key，输入by，查询到数字520…，所以我们需要一个中转站，通过某种方式，把key和数组下标进行转换，这个中转站就叫做哈希函数。在不同的语言中，哈希函数的实现方式是不一样的。这里以java的常用集合HashMap为例，来看一看哈希函数在java中的实现。在java及大多数面向对象的语言中，每一个对象都有属于自己hashcode,这个hashcode是区分不同对象的重要标识，无论对象自身的类型是什么，它们的hashcode都是一个整型变量。既然都是整型变量，想要转换成数组的下标也就不难实现了，JDK中的哈希函数采用位运算的方式来优化性能。
散列表的读写操作。写操作就是在散列表中插入新的键值对（在JDK中叫Entry），第一步，通过哈希函数把key转换成数组下标，第二步如果数组下标对应的位置没有元素，就把这个Entry填充到数组下标对应的位置，但是由于数组的长度是有限的，当插入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重复的，这种情况叫做哈希冲突。哈希冲突是无法避免的，但是有解决方法，一种是开放寻址法，一种是链表法。开放寻址法的原理很简单，当一个key通过哈希函数获得对应的数组下标已经被占用了，我们可以另谋高就，寻找下一个空档位置。在java中，ThreadLocal所使用的就是开放寻址法。另一种解决哈希冲突的方法就是链表法，这种方法被用在了HashMap当中。HashMap数组的每一个元素不仅是一个Entry对象，还是一个链表的头结点，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，只需要插入对应的链表中即可。
既然散列表是基于数组实现的，那么散列表也要涉及扩容的问题，当经过多次元素插入，散列表达到一定的饱和度时，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，对后续的插入操作和查询操作的性能都有很大的影响。这时散列表需要扩展它的长度，也就是进行扩容。对于JDK中的散列表的实现类HashMap来说，影响其扩容的因素有两个：
Capacity。即HashMap的当前长度，LoadFactor，即HashMap的负载因子，默认值为0.75f。散列表的扩容操作需要经历以下两个步骤：1、创建一个空的Entry空数组，长度是原来的两倍。2、重新Hash，遍历原Entry数组，把所有的Entry重新Hash到新素组中，为什么要重新Hash呢？因为长度扩大以后，Hash的规则也随之改变。经过扩容，原本拥挤的散列表重新变得稀疏，原有的Entry也重新得到了尽可能均匀的分配。以上就是散列表的各种操作原理，需要注意的是，关于HashMap，JDK8和以前的版本有着很大的区别，当多个Entry被Hash到同一个数组下标时，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。关于红黑树的更多细节后面给打家补充。
