散列表（hash table）
散列思想：散列表用的是数组支持按照下标随机访问数据的特性，所以散列表其实就是数组的一种扩展，由数组演化而来，如果没有数组，就没有散列表。
散列表用的就是数组支持按照下标随机访问的时候，时间复杂度为O(1)的特性，通过散列函数把元素的键值映射为下标，然后将数据存储在数组中对应下标的位置，当我们按照键值查询元素时，用同样的散列函数，将键值转化数组下标，从对应的数组下标的位置取数据。
散列函数伪代码
int hash(String key) {
// 获取后两位字符
string lastTwoChars = key.substr(length-2, length);
// 将后两位字符转换为整数
int hashValue = convert lastTwoChas to int-type;
return hashValue;
}
构造散列函数设计的基本要求
1.散列函数计算得到的散列值是一个非负整数
2.如果key1 = key2,那hash(key1) == hash(key2)
3.如果 key1≠key2，那hash(key1)≠hash(key2) （这种基本无论什么算法，都无法避免散列冲突）
散列冲突
1.开放地址法
如果出现了散列冲突，就重新探测一个空闲位置，将其插入，重新探测新的位置采用的探测方法是线性探测。（当某个数据经过散列函数，存储位置已经占用，就从当前位置开始，一次往后寻找，看时候有空闲位置，直到找到为止）
还有二次探测，所谓二次探测，跟线性探测很像，线性探测每次探测的步长是 1，那它探测的下标序列就是 hash(key)+0，hash(key)+1，hash(key)+2……而二次探测探测的步长就变成了原来的“二次方”，也就是说，它探测的下标序列就是 hash(key)+0，hash(key)+12，hash(key)+22……
所谓双重散列，意思就是不仅要使用一个散列函数。我们使用一组散列函数 hash1(key)，hash2(key)，hash3(key)……我们先用第一个散列函数，如果计算得到的存储位置已经被占用，再用第二个散列函数，依次类推，直到找到空闲的存储位置
我们用装载因子来表示空位的多少
装载因子计算公式：
散列表的装载因子 = 填入表中的元素个数 / 散列表的长度
2.链表法(更加常用)
当插入的时候，我们只需要通过散列函数计算出对应的散列槽位，其插入到对应链表中即可，所以插入的时间复杂度是 O(1)。
如何设计散列函数
散列函数的设计不能太复杂，其次，散列函数生成的值要尽可能随机并且随机分布，这样才能避免或者最小化散列冲突。
装载因子过大怎么办，装载因子越大，说明散列表中的元素越多，空闲位置越少，散列冲突的概率越大，不仅插入数据的过程要多次寻址或者拉很长的链，查找的过程也会变得很慢。
针对散列表，当装载因子过大时，可以进行动态扩容。当然，对空间消耗敏感，也可以在装载因子小于某个值的时候，启动动态缩容。
避免低效的扩容，可以将扩容操作穿插在插入操作的过程中，分批完成，对于查询操作，为了兼容新，老散列表中的数据，先从新散列表中查找，再去老的散列表中查找。
两种使用场景
使用开放地址法的是数据量比较小，装载因子小的时候，适合采用开放寻址法。这也是java中ThreadLocalMap使用开放寻址法解决散列冲突的原因
基于链表的散列冲突处理方法比较适合存储大对象，大存储量的散列表，而且，比起开放寻址法，更加灵活，支持更多优化策略，比如用红黑树代替链表。
HashMap就是一个工业级别的散列表
1.初始大小
默认初始大小为16，这个默认值可以设置。
2.装载因子和动态扩容
最大装载因子默认0.75，当hashmap中元素个数超过0.75*capacity（容量）的时候，就会启动扩容，每次扩容为原来的两倍大小
3.散列冲突的解决方法
采用链表法来解决冲突，1.8之后，当链表长度太长（超过8），链表转为红黑树，当小于8个的时候，转为链表。
4.散列函数
int hash(Object key) {
int h = key.hashCode()；
return (h ^ (h >>> 16)) & (capitity -1); //capicity 表示散列表的大小
}
LRU缓存淘汰算法
一个缓存（cache）系统主要包含
1.往缓存中添加一个数据
2.从缓存中删除一个数据
3.在缓存中查找一个数据
每个操作都设计“查找操作”,单纯采用链表，时间复杂度只能是O(n),将散列表和链表两种数据结构组合使用，可以将时间复杂度将为O(1)，
使用双向链表存储数据。
如何查找一个数据，通过散列表，在缓存中找到一个数据，找到数据之后，将他移动到双向链表的尾部
如何删除一个数据，找到数据所在的节点，然后将结点删除。
如何添加一个数据，先看这个数据是否在缓存中，如果在，移动到双向链表尾部，如果不在，就看缓存满没满，如果满了，则将双向链表头部的结点删掉，然后将数据放到链表尾部，如果没有，则直接放到尾部。
2.Redis有序集合
2.1.什么是有序集合？
①在有序集合中，每个成员对象有2个重要的属性，即key（键值）和score（分值）。
②不仅会通过score来查找数据，还会通过key来查找数据。
2.2.有序集合的操作有哪些？
举个例子，比如用户积分排行榜有这样一个功能：可以通过用户ID来查找积分信息，也可以通过积分区间来查找用户ID。这里用户ID就是key，积分就是score。所以，有序集合的操作如下：
①添加一个对象；
②根据键值删除一个对象；
③根据键值查找一个成员对象；
④根据分值区间查找数据，比如查找积分在[100.356]之间的成员对象；
⑤按照分值从小到大排序成员变量。
这时可以按照分值将成员对象组织成跳表结构，按照键值构建一个散列表。那么上面的所有操作都非常高效。
Java LinkedHashMap
LinkedHashMap也是通过散列表和链表组合在一起实现的，实际上，不仅支持按照插入顺序遍历数据， 还支持按照访问顺序来遍历数据。
LinkedHashMap是通过双向链表和散列表这两种数据结构组合实现的，LinkedHashMap中的LInked实际上就是指的双向链表，并非指用链表法解决散列冲突。