什麼是散列
散列首先是一個數組，所以它的訪問速度快，它與數組的不同在於可以通過一個關鍵字訪問數據，這個關鍵字與數組下標之間的映射關係有散列函數提供。
散列函數
所以說，散列函數對於一個散列是非常重要的，它的第一個主要功能就是將關鍵字映射到數組下標。比較簡單的散列函數，比如關鍵字是正整數，那麼散列函數可以是將關鍵字與數組長度進行取餘操作，獲取到下標值。或者關鍵字是字符串，我們通過某個方法，比如ASCII碼將字符串轉換爲數字，然後再進行取餘操作。
散列函數第二個主要功能是將關鍵字映射得到的下標儘量分散，比如我們有一個長度爲8的散列，最好的情況是插入8個元素分別在不同的下標，最壞的情況是8個元素的關鍵字都得到相同的下標，這樣就造成了hash衝突。所以爲了減少hash衝突，散列函數需要儘量的分散，下面是《數據結構與算法分析》中提出的比較好的散列函數
public static int hash(String key, int tableSize) {
int hashVal = 0;
// 遍歷每一個字符
for(int i = 0; i < key.length(); i++) {
hashVal = 37 * hashVal + key.charAt(i);
}
hashVal %= tableSize;
// 這裏算出來的值可能溢出爲負
if(hashVal < 0)
hashVal += tableSize;
return hashVal;
}
hash衝突
由於數組長度是有限的，所以散列函數再完美也是無法避免hash衝突的。那麼接下來的問題就是如何解決hash衝突。
分離鏈表法
分離鏈表法是將衝突的元素按照鏈表存儲在數組中，也就是散列表存儲一個鏈表數組。分離鏈表法實現簡單，缺點是在鏈表長度過長會導致查找耗時，所以需要在長度達到一定程度的時候做些處理，在java中，HashMap使用分離鏈表法解決hash衝突，當鏈表長度超過閾值時，會將鏈表轉換爲樹形結構存儲。
探測散列表
在分離鏈表法中，我們實現了另一種數據結構（鏈表）來解決hash衝突，在某些情況下我們可能不希望再實現另一種數據結構，那麼我們只能在原表中尋找空的單元，所以探測散列表一般比分離鏈表法的表更大。
hi(x) = (hash(x) + f(i)) mod tableSize; f(i)是解約衝突的方法。
線性探測法
在線性探測法中，f(i)是i的線性函數，比如f(i) = i；這就相當於逐個位置查找，直到找到空單元。所以只要表足夠大，肯定是可以找打空單元的。但是由於f(i)線性的關係，散列後的單元會形成一個區塊，這樣會導致，在表空間還比較空的時候，散列到區塊中的任何關鍵字都要經過多次操作才能解決衝突，這就是一次聚集。
平方探測法
平方探測就是形如f(x) = i^2; 在一定程度上解決了一次聚集，可能會導致二次聚集；平方探測需要注意一點，如果哈希表的大小比較特殊，可能導致還有空間但是無法找到位置的情況，因爲
它不像線性探測可以遍歷整張表，平方可能會始終在某幾個位置來回跳轉。所以如下定理很重要：
如果使用平方探測，且表的大小是素數，那麼當表至少有一半是空的時候，總能夠插入一個新的元素。
雙散列
雙散列就是f(x)=hasn2(x),與前面兩個沒有本質區別，只是函數的差別，它對於散列表的要求也是素數。
再散列
當容量達到一定程度的時候需要擴容，擴容後元素肯定沒辦法匹配之前的位置，所以需要再散列。
再散列的花銷很大，但是發生的次數比較少，一般再散列是再裝填因子達到某個值時觸發（hashmap是0.75）。
以實際情況舉例，比如Java中的HashMap，rehash的大概步驟如下（只考慮有值的情況）：
1、設置擴容後的數組大小，如果已經爲Integer.MAX則不擴容；其他情況數組大小擴大兩倍;
2、遍歷數組將數組中的元素放置在新數組中，HashMap使用的是分離鏈表法，所以也需要對於元素的鏈表進行遍歷。HashMap對於鏈表有個優化，當鏈表長度過長（默認是8）會將鏈表轉換爲紅黑樹，所以遍歷的時候需要考慮這兩種情況。
//TODO 聽過更好的rehash策略，可以不用移動舊數據，後面補充。