文章目录1、yldmz表2是什么，yldmz函数3、yldmz冲突的原因及解决方法1、数组扩展2、优秀的yldmz函数3、开放地址法4、链表法4、总结
一.什么是yldmz表
yldmz表是数组yldmz函数，以数组可以根据下标的索引随机访问数据的特性为中心。
举个例子吧。 一个班有50人，每个人都有学号。 按自然数顺序编号。 学号1是zxdxf，学号2是儒教的虾，学号3是tmdyet等等。 在这板栗中类是数组容器，学校号是数组下标，学生是数组中的元素，通过学校号找人是利用数组下标随机访问元素的特性。 如何给学生编号是yldmz函数的事。
第二，yldmz函数yldmz函数正如其名字所示，是函数。 式： hash(key )、key是与数组下标无关的关键字。 yldmz函数计算的值与数组下标连接，可以直接作为数组下标，也可以通过模拟yldmz值等运算得到数组下标。
刚才学号的栗子是hash (自然数)=自然数。 计算得到的yldmz值可以直接作为数组下标使用，但随着yldmz表的实用化，计算出的yldmz值容易变大，如果直接将其作为数组下标，数组的长度会变长，会浪费内存。 因此，在有限的数组上用yldmz函数映射下标的话，会导致yldmz的冲突。
三. yldmz碰撞的原因和解决方法产生yldmz碰撞的原因不仅是序列的有界，还包括yldmz函数的计算和yldmz值的映射。
解决yldmz冲突的方法也是基于这三个原因进行对症治疗。
有界适当扩张。 设计优秀的yldmz算法。 开放地址法和链表法为yldmz值找到合适的映射。 1、序列扩增序列中空位越多，在一定程度上yldmz碰撞也越小。 但是，为此并不是将排列的长度设定得很长，而是设定合适的初始长度，之后逐渐扩展。
什么时候扩大容量？ 扩张量是多少？ 正在被研究。 如果容量扩展过少，频繁的容量扩展会影响性能，而容量扩展过多会浪费内存。 根据一般经验，在要素的数量占数组长度的3/4时进行扩展，扩展的长度为原来的2倍。 这也是java中HashMap的扩展思想，但需要根据实际情况进行调整。
扩展中什么时候有名词？装载因子表示元素数相对于数组长度的比例。 加载因子=元素数/数组长度。 加载因子的设置必须考虑时间和空间的复杂性，加载因子太大，yldmz碰撞越严重，加载因子太小，内存浪费越严重。
在存储器容量不紧张、对执行效率要求较高的情况下，可以降低加载因子的阈值； 相反，存储器空间紧张，对执行效率要求不高的情况下，可以加大输入因子的大小，也可以大于1 (链表法的冲突解决)。
对于简单的数组扩展，数据迁移很简单，只需要根据位置复制，但是yldmz表的扩展迁移很复杂，yldmz表的长度改变，元素的位置也改变，需要一个个重新计算yldmz图的新位置。 扩展的时间复杂度为o(n )，单纯插入一个数据的时间复杂度为o )1)，正好遇到扩展时时间复杂度为o ) n )。
由于容量扩展在一定程度上会影响插入数据的性能，因此要避免无效的容量扩展，不仅可以设计合理的安装系数和容量扩展比率，还可以从容量扩展过程中进行优化。
)扩展行为分布在每个插入操作中，新数据插入新数组中，插入数据的同时旧数组的元素被复制到新数组中。 因此，每个插入操作的时间复杂度为o )1)，但需要互换地维持新旧排列，检索和删除操作首先在旧排列中进行，不在新排列中进行。 (jdk1.8 ConcurrentHashMap多线程扩展思想)
)2)对于用链表法解决冲突构成的yldmz表，在转移时可以以链表为单位进行复制，所有的要素不需要重新计算yldmz值。 (ConcurrentHashMap的基于扩展链表的整体迁移复制)
2、优秀的yldmz函数和不合理的yldmz函数，数组扩展失败。 如果计算的yldmz值本身容易冲突，或者映射到数组下标的不均匀分布，则有更多的空闲位置也没有用。 因此，优秀的yldmz函数需要以下两个要素。
通过尽可能随机且均匀地分布yldmz值，不仅可以使yldmz碰撞最小化，而且即使发生碰撞也可以在各位置进行平均化，有助于改善碰撞的解决(开放地址法和链表法)。 yldmz算法计算性能高，不影响yldmz表的正常操作。 数组的扩展和优秀的yldmz函数仍然无法避免yldmz的冲突，也可以从yldmz值映射着手。 常用的方法是开放地址法和链表法。
3、开放地址法开放地址法是指发生yldmz冲突时，重新发现空闲位置，插入元素。 寻址方式有很多种，常用的是线性寻址、平方寻址、双重yldmz寻址。
如果需要插入元素的位置被占用，则线性寻址按顺序向后寻址。 如果直到数组末尾都找不到可用位置，请从数组的开头插入数据，直到找到可用位置。 线性寻址的各个寻址步骤是1，寻址式hash(key ) n (n是寻址的次数)。二次方寻址是线性地址总步骤的平方，Hash(key ) n ) 2。双重yldmz寻址顾名思义，它会多次重复yldmz，直到找到不碰撞的yldmz值
。采用开放寻址法解决yldmz冲突，又该如何查找元素和删除元素呢？
查找元素的过程和插入元素类似，用相同的寻址方式，寻址的同时比对key或者value是否相等，相等则认为元素存在，不相等则继续寻址，如果探测到空闲位置依然没有找到则认为该元素不存在。
删除有些特别，不能单纯的把要删除的元素设置为空，因为在查找元素的过程中探测到的空闲位置是删除元素的位置，就会使得查找元素的寻址算法失效，本来存在的元素误判定为不存在。该如何解决这个问题呢？
只需要删除元素不是物理删除而是逻辑删除。给删除的元素做上delete标记，当查询元素寻址时遇到delete标记的位置时不会停下来而是继续向后探测，但是在插入元素寻址遇到delete标记的位置就会把应该删除的元素替换掉。
三种寻址方式都有着明显的不足：
线性寻址，寻址的性能虽然元素个数的增多逐步下降，最坏时间复杂度是O(n)。二次方寻址，寻址的次数比线性寻址较低了，但是会因为步长是二次方，所以需要较长的数组长度，内存利用率可能较低。双重yldmz寻址，多次yldmz可能会浪费时间，需要优质的yldmz函数做支撑。而整个开放寻址法的不足也很明显：
插入、查找、删除都需要寻址。数组中元素越多，空闲位置越少，yldmz冲突越剧烈。所以装载因子不能太大，要及时扩容减小冲突，但是数组内存利用率较低。看似开放寻址法有挺多问题，但是也有一些优点：
数据都存储在数组中，可以有效地利用 CPU 缓存加快查询速度。而且，这种方法实现的yldmz表，序列化也简单，不像链表还要考虑指针。总结而得，当数据量比较小、装载因子小的时候，适合采用开放寻址法。这也是 Java 中ThreadLocal内部类ThreadLocalMap使用开放寻址法解决散列冲突的原因。
4、链表法链表法相对于开放寻址法实现起来简单一些，在数组内存利用率上比开放寻址法高，同时对装载因子的忍耐度也相对较高。开放寻址法的装载因子只能小于1，越趋近于1，冲突越剧烈，寻址过程越耗时，而链表法的装载因子可以大于1（但是内存不紧张，在意性能的一般不会装载因子不会大于1）。
链表法就是将产生yldmz冲突的元素链接成一个链表，每个链表可以设想成一个桶（bucket）或者槽（slot）：
插入元素就是通过yldmz找到对应的桶，然后插入到链表中，时间复杂度为O(1)；查找元素也是通过yldmz找到对应的桶，然后遍历链表；删除元素同样通过yldmz找到对应的桶，遍历链表找到需要删除的元素删除。当yldmz比较均匀时，理论上查询和删除的时间复杂度为O(n/m)，n是数组中元素的个数，m是数组中桶的个数。但是当yldmz冲突非常严重时，数据都集中在一个桶里，数组退化成链表，查找和删除的时间复杂度为趋近与O(n)。
针对数组退化成链表或者链表过长导致的性能下降，可以在合适的时机将链表转换为红黑树，极端情况下数组退化成一个红黑树，时间复杂度也是O(logn)，比O(n)强多了。（jdk8中ConcurrentHashMap对于jdk7有所优化，当链表节点的个数大于8个且数组的长度大于64时，链表转换为红黑树；当红黑树的节点小于8个时又退化为链表。）
可以容忍的缺点：
因为链表节点需要存放指针，所以内存占用上比开放寻址法高。链表中的节点在内存中是不连续分布的，所以对CPU缓存的利用率也不高，序列化也比开放寻址法复杂。优点：
内存利用率较高。优化策略灵活，红黑树和链表可以互相转换。 四、总结yldmz表的两个核心yldmz函数的设计与yldmz冲突的解决。
yldmz表就是数组+yldmz函数，其核心思想是利用数组可以按照下标索引随机访问数据的特性。yldmz冲突的原因：数组的有界，yldmz函数的计算，yldmz值的映射。解决yldmz冲突的方法：数组扩容，设计优秀的yldmz函数，开放寻址法和链表法为yldmz值找到合适的映射。开放寻址法，插入、查找、删除都需要相同的寻址逻辑，所以时间复杂度一样。数组中元素越多，空闲位置越少，yldmz冲突越剧烈。链表法需要注意，当yldmz冲突非常严重时，数组会退化成链表，查找和删除的时间复杂度趋近于O(n)，可以采用红黑树进行优化。参考：极客时间专栏《数据结构与算法之美》。
PS: 如若文章中有错误理解，欢迎批评指正，同时非常期待你的评论、点赞和收藏。我是典雅的曲奇，愿与你共同进步！