开发者学堂课程【Go 语言核心编程 - 数据结构和算法： 数据结构和算法-哈希表（散列）1】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/627/detail/9865
数据结构和算法-哈希表（散列）1
一、哈希表（散列）
1、实际的需求:
Google 公司的一个上机题：
有一个公司，当有新的员工来报道时，要求该员工的信息加入（id，性别，年龄，住址..）,当输入该员工的 id 时，要求查找到该员工的所有信息。
要求：不使用数据库，尽量节省内存，速度越快越好=>哈希表（散列）
前提是自己设计
2、哈希表的基本介绍：
散列表（Hash table，也叫哈希表），是根据关键码值（Key value）而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
如果把哈希表存放起来，就能自己做一个内存数据库，而且根据需求可以自己定制，如果不会这个，就只能用原始的一些方法去做。
哈希表的一个简单构造示意图：
一共十六根链表，不同的 id 分散到不同的链表去，在添加的过程中，按照从小到大的顺序。像0号链表，其中的 id 就是从小到大排列的。
3、使用 hashtable 来实现一个雇员的管理系统[增删改查]
>应用实例 google 公司的一个上机题：
有一个公司，当有新的员工来报道时，要求将该员工的信息加入（id,性别,年龄,住址..)，当输入该员工的 id 时，要求查找到该员工的所有信息。
要求：
（1）不使用数据库，尽量节省内存，速度越快越好=>哈希表(散列)
（2）添加时,保证按照id从低到高插入
>思路分析：
（1）使用链表来实现哈希表,该链表不带表头
【即:链表的第一个结点就存放雇员信息】
（2）思路分析画出示意图
（3）代码实现[增删改查(显示所有员工,按id查询）]
主要完成增加和查询
>基于 hashtable 的雇员关系系统的思路分析：
（1）首先先建一个结构体，会出现一个含有七个链表的数组。
（2）七个元素分别是：LinkArr[0]、LinkArr[1]等等。
（3）hashtable 是一个结构体：
struct{LinkArr[7]EmpLink}
（4）、EmpLink 是一个雇员链表结构体：
struct{Head * Emp}
（5）、雇员与雇员之间会形成链表，其 id 会从小到大进行设计。
（6）、id 的结构体：
struct Emp{Id int Name string Next * Emp}，它实际上指的是雇员图层。
（7）、每一个链表里面含有一个指向雇员的指针。
蓝色代表的是链表数组（一共有七个），里面的框是元素。元素里面具体放的是雇员链表。后面橙色框是代表的雇员他们会形成一共链表，而且他们的id 会从小到大进行排列。查询时也是在七个链表中找，而不是一整个数据库去找。橙色也是一个个结构体，一个个雇员信息，也是指向下一个节点的指针。
要完成这样的思路：首先要有一个哈希表，里面存了七个链表，他是一个链表数组，而且每一个链表里面指向一个雇员链表，这个链表里面有一个指向雇员的指针，通过这些来完成增删改查。
打个比方：比如现在有一根链表，这个链表里面有1000个雇员，这个里面没有散例，且只有一根链表，其中要查询id 为998的，如果是单链表的话就要一个个查，需要查998次才能查到，但是如果是用这个方法，就可以在存的时候输入998%7=？，那么在插入的时候就知道这个998是在某一个链表中，再查的时候就能找到998的位置，在指定的链表中查，这样时间就减少了很多，查询速度变快了。他的价值在于可以提高速度，在开发的时候用这样的方法，速度就大大提升了。
例如：
假设同时在线人数1000万，传统的方法就是操作数据库。如果按传统方法操作数据库，后果就是有一个人的状态发生了变化，或者有一个人要来读取一个ID的状态，那用户只能操作输入，这个量是很大的，对数据库的冲击很大。但是如果做一个优化，维护用户的状态。假设每个人都去操作数据库，这个数据库压力太大了，换一个思路，因为知道用户的状态不是一个特别重要的数据。因为用户状态可能会是离线在线或者版本，不是特别重要必须入库的数据。我们就可以采取做一个结构体。比如：
struct userState{id int state byte}
用2000个这个列表把它串起来。那这样的效果的好处，虽然可能会浪费一点内存，但是在操作一个用户的状态的时候，不管是修改还是查询速度都会变快。
