现有场景是两个用户对象的列表，其中a是id和用户名，b是id和登录时间。 在此合成完成的用户的列表
我们的直接暴力解法是两个for循环，然后判断id是否相等，如果相等，复制a对应的登录时间。 这样，该代码的时间复杂度为o(n^2)
而常见的推荐方法是将列表之一转换为Map，id为key，对象或直接登录时间为value，通过for循环一次后用containsKey判断id，直接代入，从而整体时间复杂度为o(n
现在，我们来探究一下containsKey的时间复杂性。 直接粘贴源代码。 (JDK1.8 )。
publicbooleancontainskey (object key ) /调用getNode方法，hash方法根据节点的key计算节点的值return getnode (hash )、key！=null； 静态final { int hash (object key ) ) inth； //key的hashcode的前16位向右偏移16位进行异或运算，得到值return(key==null )？ 0:(h=key.hashcode () ) ) ) ) ) ) ) )； }/* * * implements map.getandrelatedmethods.* * @ paramhashhhashforkey * @ paramkeythekey * @ returnthenode，ornullifnone Object key )//初始化局部变量，tab是我们map中的节点数组，first和e是单个节点(/n是我们数组的长度，k是我们key的类型NodeK，V[] tab； 节点，V first，e； int n； k； //请特别注意进行判断的这里。 如果要以first=tab[(n -1 ) hash ]//hashmap put数据，请根据hashmap的//hash函数计算key的值和数组长度- 1，并将其节点排列在//hashmap的底部=null(n=tab.Length )0) first=tab((n-1 ) hash] )！=null () if (first.hash==hash//alwayscheckfirstnode ) () k=first.key )==key||(key！=空密钥. equals (k ) ) (return first； //接下来，我们发现上面虽然key计算的位置相同，但value不同，所以我们沿着链表查找相应的值。 在jdk8中，hashmap //链表从8变为红黑树，前面8的准确数字在计算时间//复杂度时看起来像o ()，所以这里最坏的情况是红黑树的迭代)/=null () if (firstining ) do{if(e.hash==hash () k=e.key )==key||(key！=nullkey.equals(k ) ) (返回e； }while((e=e.next )！=null； } }返回空值； }在上面的源代码注释中可以找到说明，在这里，尽管HashMap中为什么初始化map时初始容量为2的幂，而且1.8以后初始化后自由写正整数，但在源代码中取最近的2的幂的数以上
如上所述，put操作通过从散列函数计算的值和数组长度中减去1，为key计算放置位置。
请注意2的幂-1的二进制数为1，11，111，1111，1111，11111。 这样，由于和运算的性质都是1，所以充分保证了随机性。 (因为从以前开始就采用了散列函数的前16位和后16位的异或，所以在大量的测试中发现足够随机。 如果最后长度-1的二进制数的最后一个数为0，)则浪费了很多空间，与hash冲突的概率增加。
所以，让我们想想那个子网掩码是否是同样的理由…255.255.255.0
用于确定当前ip位于哪个网段上。 255的二进制文件是11111111，然后可以通过一些逻辑计算任何网络地址、主机地址和广播地址，然后扩展计算机网络知识。 算了，这部分的知识道理，我也还做不到。 为了保证博客的单一职责原则，不扩展。 稍后写…