MAP
map的底层是哈希表，哈希表拥有O(1)的读写性能
哈希表的两个关键点是哈希函数和哈希冲突解决方法
哈希函数
理想情况下，哈希函数应该能够将不同键映射到不同的索引上，不过在实际使用时，这个理想的结果是不可能实现的
理想情况：
不均匀的哈希函数：
冲突解决
开放寻址法
如果采用开放寻址法实现哈希表，那么支撑哈希表的数据结构就是数组，数组的长度有限，存储(author, draven)这个键值对会从如下的索引开始遍历：
index := hash("author")%array.len
当向哈希表写入新的数据时发生了冲突，就会将键值对写入到下一个不为空的位置
Key3与key1和key2发生冲突时，key3被写入key2后面的空闲内存中；当读取key3对应的值时，会先对键进行哈希取模，这会帮助我们找到Key1，Key1与Key3不匹配，继续查找后面的元素，直到内存为空或者找到目标元素
拉链法
拉链法的实现比较开放寻址法稍微复杂一些，但是平均查找的长度也比较短，各个用于存储节点的内存都是动态申请的，可以节省比较多的存储空间
实现拉链法一般会使用数组加上链表，拉链法会使用链表数组作为哈希底层的数据结构，类似一个可扩展的“二维数组”
当需要将一个键值对(key6, value6)写入哈希表时，键值对中的键key6会经过一个哈希函数，哈希函数返回的哈希会帮助我们选择一个桶，和开放寻址法一样，选择桶的方式就是直接对哈希返回的结果取模
当选择了2号桶之后就可以遍历桶中的链表了，在遍历链表的过程中会遇到以下两种情况：
- 找到键相同的键值对：更新键对应的值
- 没有找到键相同的键值对：在链表的末尾追加新键值对
当查找某个键时，哈希表发现它命中的桶，依次遍历桶中的链表，如果遍历到链表的末尾也没有找到希望的键，表明哈希表中没有该键对应的值
装载因子 := 元素数量 / 桶数量
数据结构
Go语言使用hmap结构体来表示哈希
- count表示当前哈希表中的元素数量
- B表示当前哈希表持有的buckets(桶)数量，哈希表中桶的数量都是2的倍数，所以该字段会存储对数，
len(buckets) == 2^B - hash0是哈希的种子，它为哈希函数的结果引入随机性，这个值在创建哈希表时确定，并在调用哈希函数时作为参数传入
- oldbuckets是哈希扩容时用于保存之前buckets的字段，它的大小是当前buckets的一半
哈希表hmap的桶bmap，每一个bmap都能存储8个键值对，当哈希表中存储的数据过多，单个桶无法装满时就会使用overflow中的桶存储溢出的数据，上图中黄色的bmap就是正常桶，绿色的是溢出桶，溢出桶是为了减少扩容的频率
扩容
在以下两种情况发生时触发哈希的扩容：
- 装载因子已经超过了6.5
- 哈希使用了太多溢出桶；由于Go语言哈希的扩容不是一个原子的过程，再扩容前需要判断当前哈希是否已经处于扩容状态，避免二次扩容造成混乱
