HASH GAME - Online Skill Game GET 300

　　大家好，我是百发百中的百里，本节课呢跟大家讲解所谓的 local map 是怎么解决哈西冲突的，那么我们可能都知道哈西 map 呢是使用的念表来解决冲突，也就是所谓的念地之法， 那么在 three two local map 内部呢，它是使用的开放地址法来解决哈西冲突的，那么开放地址法怎么理解呢？我们先看一下这个图，那么在这个图里面呢，我们就需要插入一个二十七的元素，那么根据我们这个闪列方法计算它的下标呢，它呢就是在这一个位置， 我们原本的这个 h 列表里面，当前位置是不是已经存了一个十二的元素，那么是不是也就代表出现了一个哈西冲突，那么开放地址法呢，就是从我们当前冲突的这个位置呢进行一个往后计算， 那么呢往后直到找到我们这一个与之对应的这个空白位置，然后将我们的这一个需要插入的元素呢放入到我们这个 空白位置里面，这也就是 three 的 local map， 它的一个开放地址法来解决哈西冲突的方式。那么在查找的时候呢，他会先根据 three 的 local 对象的一个哈西值找到一个相对应的位置，然后呢比较该草位里面的这个恩取对象里面的 key 和我们需要查找的这个 key 呢是否一致， 那么如果不一致呢，就一次往后查找，那么简单的来说呢，就重复一遍我们查入数据的这一个过程对不对？然后呢去比较我们这两个值呢是否一样，那么一样呢他进行一个返回， 那么本节课的讲解呢，就到这里了，如果大家听完也是收获的话呢，可以点个赞，来个一键三连。大家想获取本篇笔记，可以在评论区扣一或者是私信获取，我是百里，我们下期再见。 感谢观看资料笔记免费领取自由图二，扫码添加就可拿到想要的资料。

　　哈喽，大家好，我是麦克，今天我们来分享一道工作一年左右的一个面试题，最近很多粉丝在面试的时候啊，都会遇到这样一个问题，这个问题是哈西麦是如何去解决哈西冲突的？很多人觉得这个问题很简单啊，但是我认为高手的回答会更好一点。文字本的回答已经整理好了，大家可以在我的主页去加微领取啊。 下面我们来看看普通人和高手对于这个问题的回答。普通人的回答，嗯，哈西麦不解决哈西冲动方式，呃，我记得是用那个链表的方式，用单向链表就说，嗯，如果承认哈西冲动的话，他会把那个纯纯的冲突这样一个一个间直，对啊，会保存到那个链表的尾部， 嗯，对，是这样的。嗯，高手的回答，好的，这个问题呢，我需要从几个方面来回答，首先啊哈西麦部底层是采用了数组的这个结构来存储数据元素，数组的默认长度呢是十六。当 我们通过破的方法去添加数据的时候，啊哈西面不会根据 k 的哈系直进行曲模运算，最终把这样一个直啊保存到数组的一个指定位置。但是这样一个设计方式会存在哈系冲突的问题，也就是说两个不同哈系直的 k 最终取模以后会落到同一个数组下标。 所以啊，哈西迈步引入了一个烈士巡视法来解决哈西冲出的问题。你说对于存在冲突的 k 呢？哈西迈步把这些 k 组成一个单向链表，然后采用尾插法把这个 k 呢保存到链表的一个尾部。 另外，为了避免链表过长导致我的查询效率下降，所以当链表长度大于八，并且速度长度大于等于六十四的时候，啊哈西曼不会把当前的链表转换为红横竖，从而去减少链表数据查询的一个实践复杂度的一个问题，来提升查询效率。 最后再补充一个点啊，解决哈西冲突方法有很多，比如说第一个在哈西法，比如说如果某个哈西函数产生了冲突，那么再用另外 哈西函数进行计算，比如说像波龙过滤器就采用这样一个方法。第二个开放寻指法，就是说直接从冲突的数组位置向下去寻找一个空的数据下标进行数据的存储，这个在 svr 的 logo 里面有使用到。第三个是建立公共溢出区，也就是说把存在冲突的 t 统一放在一个公共的溢出区里面去进行存储。 以上就是我对这个问题的一个理解，哈西充的这个问题呢，在业务开发的过程中啊，比较少遇到，但是从解决问题的方法里面，我们可以学到很多技术的设计思想，不管是为了面试还是为了长期的职业发展，我认为这个技术点都是有必要去深度理解的基础知识。 好的，本期的普通人 vs 高手的面试系列视频就到这结束了，喜欢我的作品的小伙伴记得点赞、收藏加关注，我是麦克，一个工作了十四年的家务程序员，我们下一期再见。

　　join 面试题， threat local map 怎么解决 hash 冲突的？ hello， 大家好，我是架构师奶爸。我们都知道 hash map 使用了链表来解决 has 冲突，也就是所谓的链壁执法。 thread local map 没有使用链表，自然也不是用链地指法来解决冲突了，它用的是另外一种方式，开放定指法。开放定指法是什么意思呢？ 简单来说就是这个坑被人占了，那就接着去找空着的坑。如上图所示，如果我们插入一个 value 二十七的数据，通过 hash 计算后，应该落入第四个曹魏中，而曹魏四已经有了 entry 数据， 而且 entry 数据的 t 和当前不相等，此时就会线性向后查找，一直找到 entry 未 know 的槽位才会停止查找，把元素放到空的槽中。在 get 的时候，也会根据 threat local 对象的 hash 直定位到 table 中的位置，然后判断该曹魏 entry 对象中的 t 是否和 get t 一致，如果不一致就判断下一个位置。 以上就是 three local map 解决 hash 冲突方式。想了解更多 java 架构师岗位知识，请关注我，架构师奶爸，共同筑基 java 架构师。

　　哈西算法哈西冲突的解决方案？首先我们了解一下哈西冲突的基本概念，以 gdk 当中的哈西迈克为例， 哈西迈普的实线是以散列表为基础，当元素 a 和元素 b 通过同一个哈西算法 进行哈西运算，并且定位到哈西表当中相同的位置是即产生了哈西冲突，那么这种冲突可能是哈西算法得到的值相同产生的等值碰撞，或者定位的地址相同产生的等值碰撞。 那么看一下解决方案，第一个解决方案，链接之法哈西迈普中呢，他会采用链表来记录当前发生哈西冲突的元素，具有处理 简单的特点，但会造成空间浪费，也要考虑链表过长的这个缺陷，所以哈西麦普用红黑数来优化这一问题。解决方式二，开放地址法，也就是所有的地址对所有的值开放。当哈西表中存在某一些元素， 当一个元素需要插入时，产生冲突的时候，通过主次向下找，直到找到不冲突的地址，成为现行探测的方式。 那么可以扩展现行方式的这个不长，通过平方累加的方式进行跳跃查找不冲突的元素成为在平方探测， 也可以通过随机函数来计算，随机数加上哈欠冲突的位置来得到下一个位置，成为随机探测。 第三个方法是在哈西法，在哈西法指的是冲突的哈西，指通过再次的哈西运算处理，直到没有哈西冲突。 最后一种方式是建立公共溢出区的方式，将所有冲突的哈西元素呢放入到一个公共溢出区去处理。

　　汤姆老师咨询一个面试题，哈西麦普应该如何解决哈西冲突？哈西麦普的底层的话，是采用数据的结构来存储数据元素的，当我们去调用铺的方法添加数据的时候，哈西麦普呢，就会根据 k 的哈西值 取磨运算啊得到一个数值，那么这个数值呢，用的是哈西麦普底的这个数组的下标位置， 所以呢，兔子的数据呢，最终会保存在数组的下标对应的位置上。所谓哈西冲突呢，就是哈西麦普在铺头值的时候呢，有两个不同的哈西值的 t， 他有一定的几率呢会落到同一个数组下标上， 也就是说他们的哈西直取模之后会得到同一个结果。所以呢，哈西麦为了解决这么一个问题呢，就引入了一个面试寻指的方法，也就是说，哈西麦部呢，会把这些存在冲突的 t 组成一个单 向列表，采用尾插法，把这些 t 呢插入到列表的一个尾部。另外呢，为了避免列表过长而影响查询效率，他先迈普呢，再检测到列表长度，他大于八，并且呢速度长度呢大于六十四的时候呢，他先迈普呢，会把这个列表转化为红黑数， 从而去降低列表数据查询的时候的一个实现复杂度，达到一个提升产生信任的目的。除了逆势行驶方案，还有哪些方法是可以避免哈气冲突的呢？ 计划连号跳槽，一定要提早准备，给大家准备了一份加瓦程序的一个求职突击手册，包含简历模板， 念诗突击押题一周的一个技术提升和加瓦提升的一个完整学习路线。领取方式呢？放在我视频主页，以色在手，保你高薪无忧。今天我就总结三种吧。第一种的话是在哈西法，也就是说 如果某个哈西函数产生了冲突，再用另一个哈西函数进行计算，比如说不能过滤器，就是采用这种方法。那第二种呢，就是开放性处罚，也就是说直接从冲突的数组的位置往下寻找一个空的数字下标，然后呢对数据进行存储， 图书在随着 logo 中就会有熟的这种方法。第三种呢，就是可以去建立一个公共的易出区，然后呢把存在冲突的 k 统一存在一个公共的易出区里面进行统一处理。

　　大家好，我是图尼刚的北冥。今天我们来聊聊这道面试题啊。哎，如何去解决哈西冲突哎，那么哈西 map 里面用的是哪一种呢？实际上来说，我们去解决哈西冲突呢，我们有四种方案，开放定制法、 rehax 法、念地址法和公共益处区。首先我们来聊第一种开放定制法， 假设我们有一个 x 对吧？哎，那么 x 我们经过哈西取模之后，哎，我们本来应该放到的区域，假设是零这个位置，哎，那么我们会看到零是不是已经被填满了，对不对？ 那么他就会去比较原来的两个值，如果是说 x 等于他原来的这个值，哎，那么那么他就不用去找了对吧？哎，如果是说他俩的值不一致的话，哎，那么这个时候他就会依次往后面去寻找，哎，从我们的零找到我们的 e， 如果 e 也满了，哎，那么他再去找二这个位置，哎，他 发现二这个位置是空的，好，那么他就会把我们的这个 x 的值放到我们二这个位置，哎，那么这个呢？就是我们开放定制法的一个原理。好，我们再来讲我们的第二种，也就是我们的念地之法。实际上我们在哈西麦克里面使用的呢，也是这种念地之法。哎，我们我们知道 就是说哈西迈普，他刚开始的结构是我们数组加念表对吧？哎，那么念表的作用呢？就是用来解决我们这个哈西冲突的，哎，那么我们知道我们哈西冲突不可避免吗？哎，如果是说 两个地址冲突的话，哎，那么他就以念表的形式哎，给他们去进一个连接。如果是说我们再去进行查值的时候，哎，他会先找到我们这个数组的位置，然后再根据念表一个一个去便利。 那么它最差的一种情况，它的是一个时间复杂度，是我们的 o n， 所以说列表的长度如果超过了八个的时候 a， 那么它这个时候可能就会转成我们的红黑数嘛。好，那么这个呢？就是我们的列 d 指法 a。 我们再讲讲我们的 riharcy。 那么 riharchy 是什么意思呢？就是说当我们通过哈西取模哎，假设 我们读取到的位置是我们这个六哎，但是我们会发现我们这个六这个位置已经被填满了，对吧？那么这个时候他会再进行一次哈西操作，直到找到。比如说我们十三有个空位，直到他找到十三这个位置哎，那么他就会把值存放进去。 虽然说哎，我们可以通过这种情况我们去避免他的一个碰撞，但是如果是说碰撞比较严重的话，哎，他还是会增加我们一个计算的时间。好，我们来讲我们的第四种，建立我们的公共溢出区。那么什么是公共溢出区呢？我们可以这么去理解啊，假设我们这边还是有一个哈西表对吧？哎，那么他还有一个溢出表 哎，那么他在一出里面放的呢？哎，是我们是我们产生的哈西冲突的一些数据。假设我们还是这个六哎，如果是说他通过取膜运算得到六这个结 结果的时候，哎，然后他就判断这个位置如果没有的话就放进去。如果哎这个位置已经被占了哎，那么他就把我们这个数据放到我们这个公共缓冲区里面，哎，那么这个呢？就是我们的公共益处区这种方法啊。这个呢，就是我们今天所聊的解决哈气冲热几种办法， 而我们哈奇 map 采用的呢是我们的这种念地之法。好。那么这个呢？就是我们今天所聊的一些内容呢。哎，我们下节课再见。

　　他们狗到底怎么实现的？这个时候他已经很多人就不知道怎么去回答了。所以这个圆码是很重要的。那么如果说再深入一点的人，他可能会答出他是 wifi 吗？对不对？ 那么这个时候为什么又会问你了，他是吧？ time， 他是怎么去做到的？他会有什么弊端啊？这个时候你们又打不出来了。所以你们发现很多人还有会觉得哎，老师，我平时用不到，就是我会忘记，对吧？ 或者说我不去用，我就不知道。那么这个时候你一定要想到你学东西啊，一定啊，不只是学，而是说第一个你要学透，学懂，学明白。这个怎么去解决呢？有几个很好的办法。第一个，思想提升。 这些东西你可以去史杰伦嘛，哈士嘛， time 嘛。那么这些思想跟其他的一些技术，或说你自己的场景要联系起来，这是你们要做的一件事情。你会觉得很多东西就是觉得没 必要学，对吧？但是当你学到一些东西的时候，你其实你会发现很多东西都是连起来的。比如说只要你学好了哈西 map， 学好了 three 的 logo， 那么你就肯定知道我去怎么解决哈西冲突。 那你知道怎么解决哈西冲突，或者说你知道哈西冲突会带来哪些弊端，那你肯定知道 reds 里面的不能过滤器它会有什么不足， 这个东西肯定会知道的，因为他和哈西不能过滤器，他的不足就是由哈西冲突带来的。所以你们缺少的。不是说我学了就忘，或者说你的问题不是学了就忘，而是说你学的时候你没有整个知识体系学透， 所以你在学东西的时候，你是背这个东西，很多关键性的东西你在学的时候你想不到。你看现在你学的这两个东西，如果说你再来看不能过滤器，那么这个时候你觉得我还会忘吗？根本就不会忘。 假如说面试官再来问你对吧？解决哈西冲突有哪些方法对吧？怎么去解决哈西冲突，你会忘吗？不会，因为这个东西就是思想层面已经提升了。想到哈西冲突，我就肯定会想到这些东西。还一个，你自己要用，结合业务去使用。 第一个你要做的第一件事情是学透，不要去背八国文，不要背没用，也不要停留在听懂。 虽然现在很多人连听懂这一层都没有达到，但是你们的要求肯定是不要停留在听懂，而是说整个思想层面能够去提升上来。然后呢，结合自己的业务，假如说有一个需求， 这个需求很类似，比如说订单自动会过期对不对？假如说你在淘宝买个东西，三个小时以后你还没支付，我会告诉你你已经过期了，那么这个时候你是不是可以用到时间了，怎么去做啊？我我肯定也是一个延迟嘛，延迟三十秒，你还没有支付对不对？那我 去通知你发消息也好，你要支付了，三十秒以后，马上你就即将过期了。那么假如说你支付了，那我就不管了，那我是不是也可以用到时间轮，加上延时加定规的思想。那很多东西，其实在工作中你肯定是遇到这样子的场景的， 所以这是你们需要去解决的。所以你要做的事情，你需要学，你需要去提升，你需要能够去砌墙，你要能够去设计整个楼层。所以我现在你们进来，我可以给你做一个学习规划。

　　一天一道面试题，谈谈 list， map 和 set 有什么区别？ list， map 和 set 是 jover 集合框架中常见的三种数据结构，它们有以下区别，一、 list 是一个有序的集合，可以包含重复的元素。 list 中的每个元素都有一个锁引，可以通过锁引来访问某个特定的元素。 常见的 list 实现类有 released 和 linked。 list。 released 是基于数组实现的，其底层是一个动态数组。它支持快速随机访问，因为所有元素都连续存储在内存中，但插入和删除操作会比较慢，因为需要移动其他元素。 link list 则是基于列表实现的，每个元素都有一个指向，下一个元素的引用，它的插入和删除操作速度较快，因为只需要更改指针的指向，但随机访问的速度比较慢，因为需要从头到尾便利整个列表。二、 map 是一个剑职队的 一盒，每个元素包含一个键和一个值。 map 中的键是唯一的，只可以重复，可以通过键来访问对应的值。常见的 map 实现类有 hashmap 和吹 map。 hashmap 使用哈西表实现，他允许闹键和闹值，并保证了插入、删除和查找操作的平均时间复杂度为 oe。 但是由于哈西表的实现方式， hashmap 中的舰值队是无序的。吹 map 使用红黑树实现，它不允许孬见，但允许孬值，并且保证了舰值队的有序性。 它的插入、删除和查找操作的时间复杂度为 o log 适合于需要排序的场景。三、 set 是一个无序的集合，不允许有重复的元素。 set 中的元素没有锁引，不能通过锁引来访问某个特定的元素，通常用于去虫或者判断某个元素是否存在。常见的 set 实现类有 hash set 和吹 set。 hash set 基于哈西 表实现。元素无序，适合于快速查找元素吹散。基于红黑树实现。元素按照自然排序或者指定的排序规则排序，适合于需要排序的场景。

　　老师，昨天有一个工作五年的粉丝去面试，被问到说月底时遇到哈士冲突的时候该如何解决，你能给我们讲一讲吗？好的，这其实是一个比较冲动的问题，那么这个问题呢，在我整理的五十万字的面试保底中，也有这个问题的一个完整回答。 为了帮助大家在这个求实旺季顺利上岸，我特意整理了一份佳瓦程序员求职初期手册，包含五十万字的高频名师题点列模板和学习路线图，有需要的小伙伴可以在评论区的置顶中领取。要回答这个问题呢，首先要理解 redis 的一个底层得数与结构，以及等于是哈气冲突这两个问题。 如图所示。 mids 呢，选用了一张全局的哈西表来保存，是一直对的一个设计，而这张哈西表呢，是由多个哈西桶组成的，所以呢，哈西桶中的安全元素，他就保证了 p 和外有的集中，那么集中 k 呢，就 指向了实际的键，而外轮呢，就指向了实际的值。所谓哈气中度呢，就是指不同的 t 计算出来的这个结果落在了同一个哈气筒中，所以呢，就导致了哈气。 那如何解决哈西冲突呢？问题是呢，为了去解决哈西冲突，他采用呢面试寻子的方法，也就是说采用内摆的方式来保存同一个哈西统中的多个元素。 这个实现呢，和家网中的哈西慢补习是一样的。那如果出现大量的 k 冲突的话，是不是会导致数据的解暑效率就变慢了？那 mate 十是怎么去解决这个问题的呢？ mate 十，为了保证高效，他对哈西表做了约哈西的操作， 也就是说通过增加哈系统来减少输出，那为了为哈更高效呢？为此他默认使用了两个全局的哈系表，一个呢是用于当前使用，称之为是主哈系表，一个呢是 适用于库容使用，这就是备用哈西表。以上呢就是我的理解，各位同行们，如果你们还有什么要补充的话，可以在评论区留言。

　　专为经典面试题，买色口种 b 加数索引和哈士索引的区别这是一道非常经典的面试题，面试官之所以问这个问题，主要出于两个目的， 目的一，考察你对买 circle 所以概念掌握的情况。目的二，考察你对数据结构掌握的情况。对于第一个考察的目的，你可以把毕加数所以和哈西所以的应用场景展开来说，比如毕加数所以的查询效率是比较稳定的，而哈西所以的查询效率是没有那么稳定的。 而且哈西所引只能在 memory 存储引擎下才可以使用，而且呢， memory 存储隐形，他不支持事务，而且也不支持行，所所以说并不适合这种写多读少的业务场景。 但是哈西所引的查询时间乏度是欧一，在没有大量哈西冲突的情况下，他的查询效率是远高于必加数的。所以 说在一些数据量没有那么的大，并且携少读多的场景下，咱们是更适合用哈西所引的。 但是啊，哈吸缩引还有一些限制，因为哈吸缩引的值与原值是完全不一样的，所以说在一些排序或是范围查找，或是模糊查询的这种条件下，他是不支持的。对于第二个考察点，咱们可以通过数据结构的方向来产出这个问题。 首先针对咱们的必加数，所以那咱们要阐述为什么不用二差数，不用平衡二差数，不用逼数而反而用必加数呢？那么首先二差数他没有办法保证自平衡，所以说在极端情况下，他的查询时间法度是 on， 那么平衡二叉数虽然说保证了平衡，但是它毕竟还是二叉数，每一个节点下只会有两个子节点，所以说在数据量特别庞大的时候呢，它的数高是非常 高的。那么其次逼数，他的每一个节点都会存储数据，但是呢，每一个磁盘块的大小是固定的，所以说他严重影响了我买 celco 存储数据的性能。 显然毕加数是更适合做的，因为毕加数只有叶子节点在存储数据，他的非叶子节点只会存储这个数据的 t， 并且呢，毕加数的叶子节点有一个指针指向旁边的叶子节点，这更适合咱们做范围查询，而且呢，毕加数只需要三到四层的树高就可以制成千万级别的数据。 而关于哈西结构呢，他就没有太多可以阐述的了，他直接根据你的哈西值去定位到你的内存位置，所以说他的查询是 f， 发度是 oe， 所以咱们可以选择自己掌握的更好的方向去阐述这样的问题，哈哈哈哈哈，哎呀，腰疼。

　　每天一道加瓦八古文，我来答，你们来烹！有多少人面试被问过哈西卖部的底层原理，今天我给大家好好解答一下。事实上这玩意就是个数据结构，哪有什么底层。 点个关注，点个赞，发表一条评论，咱们继续。首先哈西卖部需要拆成两个部分来看，一部分是哈西，一部分是 map。 map 就简单了，它告诉我们这种集合所存储的数据类型是 k v 键值段，咱们的哈西 map 也是派身自咱们的 map 接口。 事实上，这个问题的关键是为了问大家我们如何设计一个工业可用的哈西表，而哈西 map 就是 java 版本的一个基于哈西表的具体的实现。 那么接下来咱们就回答一下怎么去设计一个哈西表，对吧？在设计的过程当中会遇到什么样的问题，我们怎么去解决这个问题就圆满了。哈西表是一个基础的数据结构，我相信只要学过 过计算机，哪个同学能没学过？但是又有谁能学明白？哈西表利用了数组下标可以随机访问的特性，实现了一种可以快速存取的数据结构，不管是存储还是提取时间，复杂度都能接近 o 一，你说不？ 首先我们需要对存入的数据做一次哈西运算，得到一个具体的结果，再通过这个结果运算出他应该所处于数组的下标的位置，并直接存入。 那回到咱们的哈西迈步当中，就是根据你的 k， 然后呢，调用他的哈西扣的方法得到一个哈西指，但这个哈西指哈西迈步做了优化，使用高位和低位进行异或运算，得到一个结果， 目的是为了让高低位都可以参与哈西的运算，让咱们的哈西算法分布更加均匀，获取数据也是一样的，通过哈西算法得到具体的数组所在的下标，直接获取就可以了， 时间复杂度 o 一。但是这样做也是有问题的，因为我们没有办法百分之百保证两个不一样的数据，他的哈西值一定不一样，更何况你要把这些数据散落到一个数组里边，数组下标是有限的，所以呢，哈西碰撞是在所难免的问题。 所以在发生哈西碰撞的时候，我们可以通过线性探测法、瑞哈西练表法等等一系列的方案去解决这种碰撞的问题，而哈西迈跑选择了练表法。 还有些面试官可能会问你，为什么哈西 map 里边的链表最大长度是八，事实上你设置成四个也没啥问题， 但八是一种工业的最佳实践，是根据伯孙分布得出来的一个结果，同时他是二的三次方，可能在运算的时候性能会更好一点。还有一个非常严重的问题，就是数组一旦被创， 他的长度就不能发生改变。哈西表这种数据结构会因为数据不断的增长，导致性能逐步下降，由原始的 oe 慢慢的逐步下降，最差可能是 on， 所以这个时候你又不得不去扩容，扩容就是在新的内存地址当中，我再开辟一片空间，创建一个新的数组，进行什么数据的存储， 那这个时候就可能会产生一些新的问题，比如说数据搬移，我们是一次性将所有的数据进行搬移呢？还是逐步每次 put 的时候进行数据搬移？还有一个非常严重的问题，就是核实扩容的问题，所以这个时候扩容因子或者叫负载因子他就出现了， 他是这样设定的，当我们哈西表当中的数据的总的个数大于等于数组的长度乘以扩容因子的时候，这个时候就应该去扩容。还有人问了，为什么 扩容因子要选用零点七五，这还是一种工业的最佳实践，有兴趣可以去学学。数学后一点八以后，咱们的哈西卖部里边引入了一种数据结构，叫红黑术，事实上催发也是一个非常复杂的过程，节点会膨胀，而且构建的过程也很复杂，这个里面咱们没有办法给大家详细介绍， 我们已经聊到这了，现在如果让大家手写一个简易版的哈西麦泡，你们觉得是不是跟喝水一样？

　　哈喽，今天来给大家分享加八八中那些方便又实用的漫画函数啊。很多时候呢，我们需要对数据进行分组，变成这种形式。 那在加八八之前呢，我们可以用这样的一个写法进行实现。也就是说我们先初始化这样的 k 和 list， 然后如果说我们有这样的 k 的话，就拿到里面的这个 list， 然后最终把我们这个对象添加进去。那在加八八之后呢，我们可以用 stream 的一个分组去实现，也比较简单。 那工作中比较常用的呢，有 computer eff opercent 这个方法呢，也比较借名之意叫不存在则放入，对吧？也就是说这个 k 不存在的时候，我们就用一个 list 给它放到我们的 map 中，并且呢我们返回， 然后我们就可以把这个 user 对象给它加进去。那如果说这个 k 存在呢，我们就直接返回那个 list， 然后把我们的 user 给它添加进去，也比较简单。 那由于需要这种默认值的 map 呢，比较常用。我一般呢会封装一个工具类出来使用，比如说我们看这个工具类，我们继承这个哈西 map， 然后呢重写 get 方法，然后呢我们就可以在这个里面写上 computer if upset 的方法， 然后最终呢我们就用它来进行 get， 然后拿到里面的立斯特，然后添加对象，也比较简单。那如果说大家想要这样的一个 demo 以及之前的 demo 的话呢，可以到这来 这，然后给他去发一个消息，像这样就可以拿到我们的 demo。 好，今天的一个分享呢，就到这。

　　如果遇到相同的那个位置，说白了就是垃圾通通嘛，对吧？嗯嗯，开始通通的时候就会用链表来解决垃圾通通嘛。嗯，那数量达到一定程度的时候可能会转成那个数，对吧？嗯嗯，而且它转成的是红黑数。嗯，我想了解一下， 你这边有没有去了解过他为什么是短的？我很丑，而不是短的？我们数据结构里面学的那种非常平衡的搜索数量， 该说的时间本来都是衡量一个算法的，那个快与慢的平衡的自我处和那个宏伟处理。这两个你看起来有几个反应？他为什么不用那个？