数据结构和算法-哈希表定义散列表（Hash table，也叫哈希表），是数组的拓展。数组支持通过索引以O(1)的时间复

定义

哈希表（Hash table，也叫散列表），是数组的拓展。数组支持通过索引以O(1)的时间复杂度随机访问到值，而哈希表支持通过任意类型的key值以O(1)的时间复杂度访问到值。

哈希表实现会同时用到数组和链表两种基础的数据结构。

实现一个哈希表需要考虑的问题比较多，主要有以下三个

将任意类型的key值通过某种规则映射到数组下标，这种映射规则就称为函数函数。

index := hash(key)

哈希函数是哈希表的基础，良好的设计可以减少哈希冲突的出现的概率，提升整体性能稳定性。

哈希函数中会使用到哈希算法，哈希函数是哈希算法的一种应用，哈希函数 ≠ 哈希算法

哈希函数是将一个无限的key集合映射到有限的数组下标，所以不可避免的会出现冲突问题，即两个不同的key值经过哈希函数计算后，得到的数组下标是一样的。

一般应对哈希冲突的思路有以下两种：

在数组中寻找下一个空闲位置，常见的算法包括但不局限于：线性探测、二次线性探测、重哈希

新建一个链表(或者升级版：跳表/BST)，来存储发生冲突的值

随着数组的可用空间越来越少，候插入元素发生哈希冲突的概率会明显增加，性能稳定性也会大大下降。

为了避免出现这种情况，可以设置一个阈值，当被使用的数组空间大于这个阈值时，对数组进行扩容。哈希表中把这个阈值称为装载因子。

装载因子 = 被使用的数组空间 / 数组总空间

同理，但装载因子变小时，为了节省空间，也要考虑缩容。

发生扩容时，当前插入操作的性能会退化到O(n)，均摊到每次插入操作，整体来看性能还是O(1)。

假设哈希冲突使用链表法解决，不考虑扩容。

mymap := map[string]string{}
mymap["apple"]="red"

// output: red
fmt.println(mymap["apple"])

delete(mymap, "apple")

因为插入数据时随机映射到数组索引的，而遍历哈希表就是遍历数组，所以哈希表的遍历是一个固定的随机结果。

for k, v := range mymap {
    //fmt.println(k+v)
}