解决hash冲突的方法有四个：链地址法( 拉链法)、开放地址法、再哈希法和建立公共溢出区法
链地址法
链地址法：将相同hashCode的元素链接在一个链表中。
HashMap就是数组+链表的实现方式，也就是通过“链地址法”来解决hash冲突，如果hash冲突太严重，则会导致链表很长，导致map的性能急剧下降，因此随后hashMap又使用了数组+链表+红黑树的实现方式，当链表的长度超过8，那么采用红黑树来保存node元素。
优点：
- 对于记录总数频繁可变的情况，处理的比较好（也就是避免了动态调整，就是全部再hash的开销）
- 由于记录存储在链表结点中，不会造成内存的浪费，如果记录本身size很大，指针的开销可以忽略不计
- 删除记录时，比较方便，直接通过指针操作即可
缺点：
- 存储的记录是随机分布在内存中的，在查询记录时，相比结构紧凑的数据类型（比如数组），哈希表的跳转访问会带来额外的时间开销
- 如果记录数量是已知的，并不会发生变化，可以创建一个不会产生冲突的完美哈希函数，此时封闭散列的性能将远高于开放散列
- 由于使用指针，记录不容易进行序列化（serialize）操作
开放地址法
开放地址法：当关键字key的哈希地址p=H（key）出现冲突时，以p为基础，产生另一个哈希地址p1，如果p1仍然冲突，再以p为基础，产生另一个哈希地址p2，…，直到找出一个不冲突的哈希地址pi ，将相应元素存入其中。对应的计算公式为： H_i = (H(key)+d_i)%m 或者 H_i = H(key+d_i)%m，i=1，2，…，n，
其中i表示第i次hash计算，H()表示hash方法，d_i表示增量，根据增量的不同产生方式，又可以分为：
- 线性探测再散列
d_i=1，2，3，…，m-1
这种方法的特点是：冲突发生时，顺序查看表中下一单元，直到找出一个空单元或查遍全表。
- 二次探测再散列
d_i=1^2，-1^2，2^2，-2^2，3^2，-3^2，…，，k^2，-k^2( k<=m/2 )
这种方法的特点是：冲突发生时，在表的左右进行跳跃式探测，比较灵活。
- 伪随机探测再散列
具体实现时，应建立一个伪随机数发生器，，并给定一个随机数做起点，产生一个伪随机数序列，如d_i=(i+p) % m。然后利用公式进行再hash。
这里会奇怪使用开放地址法怎么查找正确的数据，查找数据时会比较hash值和key本身，二者都相同才会对其进行操作，如果hash值相同而key值不同，那么则继续进行hash计算。
优点：
- 记录更容易进行序列化（serialize）操作(没有指针)
- 如果记录总数可以预知，可以创建完美哈希函数，此时处理数据的效率是非常高的
缺点：
- 记录的数目不能超过桶数组的长度，如果超过就需要扩容，而扩容会导致某次操作的时间成本飙升
- 使用探测序列，有可能由于冲突次数太多导致计算的时间变长，导致哈希表的处理性能降低
- 由于记录是存放在桶数组中的，而桶数组必然存在空槽，空槽占用的空间会导致明显的内存浪费
- 删除记录比较麻烦。比如需要删除记录a，记录b是在a之后插入桶数组的，但是和记录a有冲突，是通过探测序列再次跳转找到的地址，所以如果直接删除a，a的位置变为空槽，而空槽是查询记录失败的终止条件，这样会导致记录b在a的位置重新插入数据前不可见，所以不能直接删除a，而是设置删除标记。这就需要额外的空间和操作
再哈希法
再哈希法：
建立公共溢出区法
建立公共溢出区法：将哈希表分为基本表和溢出表两部分，凡是和基本表发生冲突的元素，一律填入溢出表。
