hash table 也叫做時 “散列表”、哈希表
redis的數據結構也有用到這個數據結構。哈希表用的時數組支持下標隨機訪問數據的特性，所以哈希表其實就是數組得一種擴展，是由數組演化而來的。
通過hash函數得到的hash值有一下幾個特點：
1、hash函數得到的 value值 是一個非負整數
2、如果key相同 通過hash函數得到的 value值肯定相同
3、如果key不相同的話，通過hash函數得到的value不一定不同(涉及到了哈希沖突問題)
相對於哈希沖突而言，業界比較著名的哈希算法函數 MD5、SHA、CRC 都不發完全避免哈希沖突的問題。數組得存儲空間有限，也會加大哈希沖突的概率。
以下為解決hash沖突問題的方法：
1、開放尋址法
開發尋址法的核心思想，hash(key)得到的hash值，在哈希表中找到下標值，發現已經被占用了，就會從存儲位置下一個開始進行探測尋找，尋找沒有被占用的空閑位置，
找到了位置以后將數據存入。如果發現找到尾部以后都被占用，則會從頭開始繼續尋址，直到找到為止。數據量大的話，性能會就下降
查找操作：
通過hash(key) 查找該hash值對應的數據時，會通過hash函數得到一個hash值，然后比較數組種下標為散列值得數據和要查找的元素是否相等，不相等則順序往后查找，
如果遍歷到空閑位置還沒有找到的話就返回為 未找到。
刪除操作：
在hash表中是否可直接刪除一個數據，然后將hash表中直接置為空呢？！其實時不可以的，因為在查找數據的過程中，遇到空閑位置時，則認為該數據不存在hash表中，所以如果在hash表中刪除一個
一個數據時將位置 設置為空，會造成查找數據出現問題。解決方案就是將刪除的數據置位deleted ，這樣在查找數據時就會跳過繼續查找下一個位置。
2、鏈表法
hash表有一個指標來表示hash沖突嚴重程度：
hash表裝載因子 = 填入表中的元素個數 / hash表長度；
"hash表裝載因子" 這個值越大表明hash沖突越嚴重，hash表的性能就會下降的。
下面一個比較常用的解決hash沖突的辦法就是 鏈表法 。在hash表有一個概念叫做hash槽，每個hash槽會對應一個鏈表，所有的通過hash函數得到的散列值相同的元素會放在相同的hash槽位對應的鏈表中。
插入數據：
通過hash函數查詢到對應的hash槽位，將數據插入到對應鏈表的中。這個插入數據的時間復雜度時O(1)
查找、刪除數據：
查找數據、刪除數據時，通過hash函數得到的哈希值，找到對應的哈希槽位，遍歷槽位對應的鏈表，找到要刪除或查找的數據進行對應的操作。
這個時間復雜度取決於hash槽位對應的鏈表的長度。
比如：元素個數為n個
hash槽位有m個
那時間復雜度就是 O(n/m)
3、hash槽動態擴容法--rehash
當裝載因子過大時，會自動啟動擴容，需要重新申請內存空間，重新計划哈希值位置，並且需要搬移數據。
裝載因子設置一個閾值，當大於閾值時啟動擴容，這個閾值設置需要權衡好，太大容易造成哈希沖突嚴重，太小容易造成內存空間的浪費，申請的內存大小時原來的2倍。
假如一個數據量很大的數據，當達到設置的閾值時，需要進行數據搬移，但是數據太大了，一次性搬移會很耗時也會造成阻塞，所以在需要插入新數據時就會把數據插入到hash表中，並且從從舊的hash表中遷移一部分數據到新的hash表中，一直重復，直到舊的hash數據全部遷移到新的hash中，這樣就不會一次性遷移了，插入的數據的速度會更快。
查詢數據過程中，如果處於時新舊hash表遷移數據，需要先查詢舊的hash表，沒有查到再次查詢新的hash表