散列表也是一种符号表，主要特征是可以将键通过散列函数映射为一个数组索引，然后利用这个数组索引就可以做很多东西。
散列函数
当我们输入一个对象，不论这是个什么东西，经过散列函数处理之后输出一个0到M-1的范围之内的整数。
对于散列函数有一些要求：
- 相等的对象（使用equals()函数）的散列值是相同的
2.同样的散列值不同的两个对象不相等
3.在输出范围之内尽量均匀分布
下面介绍两种实现散列表的方式，分别基于拉链发和线性探测法。
基于拉链法的散列表(SeparateChaining)
假设键的数目为N，数组大小为M，一般对于拉链法，N是大于M的。我们将某个键散列到0到M-1中的一个数，那么随着键的数目的增加，两个键之间一定会有重复的索引，这就发生了所谓的碰撞冲突，拉链法解决碰撞冲突的方法就是每个数组位置保存一个链表的引用，每个新加入的键先找到数组的位置，然后插入对应的链表。查找的时候同样的，先对要查找的键进行散列，然后到相应位置的链表中查找。对于拉链法，每个链表的平均长度为N/M，那么可以看出他比一个无序链表或者数组的性能提高了M倍。看着下面的图应该很好理解。
基于线性探测法的散列表(LinearProbing)
对于线性探测法，数组容量是大于键的数量的，并且在后面可以看到，数组不能太满，否则影响性能。主要思想是，我们维护两个数组，一个是键的数组，一个是值得数组，当我们将一个键散列到数组中的时候，如果当前位置是空的，那么就直接插入，如果已经有了元素，那么就往下一个位置插入，如果还是被占了，那就继续，直到找到一个空位置，然后再插入。查找的时候也是一样，根据键散列的位置我们去查找，如果当前位置的键和要查找的键不相同，那么就继续往后查找，要么找到，要么又碰到空的位置，那么此时就是查找未命中。看着下面的图，就能对这个过程有着清楚地了解。
删除
线性探测法的一个重要的操作是删除，但是删除不能仅仅将某个键置为null，因为这样如果它后面本来还有的键就可能因为这个null键而访问不到，我们的做法是将这个置为null之后直到下一个null键之间的数据重新加入散列表。代码见后面的delete()方法。
调整大小
对于线性探测甚至拉链法，我们都需要调整数组大小来保证性能。对于线性探测法，我们需要新建一个LinearProbingHashST()对象，只是新建对象的时候要扩大容量，然后把当前对象的数据重新put()进新的对象里面，最后把新对象的两个数组的引用传给当前数组。
参考：
《算法4》散列表