对Hash认识

       Hash是各种程序语言中经常用到的一个“算法”或者说“结构”，按我的理解，hash就是把大量的数据打乱，对每一个数据分配一个唯一的映射值，然后重新储存，对于每一个关键字Value，都有一个映射值Key对应，既通过唯一的f(key)可以找到value；

       在每次通过key查找的时候就可以通过常数级时间查到我们所需要的对象，是一个用空间换时间的典型例子，这Hash最主要的部分当然是用一个算法(哈希函数)来分配每一个Value的映射值(就是f(key))，这里有一个例子，假设有一个从1-100岁的人口数据统计表，我们就可以把年龄当做key，hash函数就去key自身，那么当我们要查20岁的有多少人，就可以直接查表第20项；或者我们也可以把hash函数取key的某个整数的模，同样我们查找的时候根据key和hash算法的逆求出value所在位置；

       那么我们就要解决另外一个问题了，就像上面的图片右边，data会有重复的f(key)值，就造成分配冲突，这个时候 我们可以再横向的建立一个链表，把冲突的f(key)放到后面去，就向上面说的；当然，这个方法肯定不是一个好的方法，当冲突的数量达到一定的程度的时候，就完全抹掉了hash的优点，甚至变成了累赘；一个好的hash函数当然是这个好的hash函数的前提，但是对于现在的TB级大数据，hash肯定会有冲突，那就要rehash；下面介绍一下java的HashTable里面的rehash方法

protected void rehash() {
        int oldCapacity = table.length;
        //元素
        Entry<K,V>[] oldMap = table;

        int newCapacity = (oldCapacity << 1) + 1; //新容量=旧容量 * 2 + 1
        if (newCapacity - MAX_ARRAY_SIZE > 0) {
            if (oldCapacity == MAX_ARRAY_SIZE)
                return;
            newCapacity = MAX_ARRAY_SIZE;
        }
        
      
        Entry<K,V>[] newMap = new Entry[];  //新建一个size = newCapacity 的HashTable

        modCount++;//这个先不管它
        //重新计算阀值
        threshold = (int)Math.min(newCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
        //重新计算hashSeed
        boolean rehash = initHashSeedAsNeeded(newCapacity);

        table = newMap;
        //将原来的元素拷贝到新的HashTable中
        for (int i = oldCapacity ; i-- > 0 ;) {
            for (Entry<K,V> old = oldMap[i] ; old != null ; ) {
                Entry<K,V> e = old;
                old = old.next;

                if (rehash) {
                    e.hash = hash(e.key);
                }
                int index = (e.hash & 0x7FFFFFFF) % newCapacity;
                e.next = newMap[index];
                newMap[index] = e;
            }
        }
    }

可以看到，HashTable里面是把Entry的容量扩大，然后把原来的数据重新copy进去，这个是一个十分耗时间的过程，hashseed是用计算key的hash值，把它和hashcode进行按位异或运算，hashcode这个东东也有的研究，等我深究一下下再写出来跟大家分享一下，暂时可以理解成是物理地址，回过去说hashseed事实上就是用于解决冲突的。还有阙值threshold，它是用来判断是否需要rehash，这里阙值的大小要跟随HashTable的Capacity(容量)来改变，初始的阙值因子是0.75，假设我们原先初始值11、加载因子默认0.75，那么这个时候阀值threshold=8，当容器中的元素达到8时，HashTable进行一次扩容操作，容量 = 8 * 2 + 1 =17，而阀值threshold=17*0.75 = 13，当容器元素再一次达到阀值时，HashTable还会进行扩容操作，一次类推。

 

       解决冲突的方法不止一种，对于相对较少的数据可以用hashtable里面的那一种。