HashMap，中文名哈希映射，HashMap是一个用于存储Key-Value键值对的集合，每一个键值对也叫做Entry。这些个键值对（Entry）分散存储在一个数组当中，这个数组就是HashMap的主干。HashMap数组每一个元素的初始值都是Null。
HashMap是基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。（除了非同步和允许使用 null 之外，HashMap 类与 Hashtable 大致相同。）此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
扩展资料：
因为HashMap的长度是有限的，当插入的Entry越来越多时，再完美的Hash函数也难免会出现index冲突的情况。
HashMap数组的每一个元素不止是一个Entry对象，也是一个链表的头节点。每一个Entry对象通过Next指针指向它的下一个Entry节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可。
参考资料来源：
百度百科-Hashmap
IDEA 全称 IntelliJ IDEA，是java语言开发的集成环境，IntelliJ在业界被公认为最好的java开发工具之一，尤其在智能代码助手、代码自动提示、重构、J2EE支持、Ant、JUnit、CVS整合、代码审查、 创新的GUI设计等方面的功能可以说是超常的。IDEA是JetBrains公司的产品，这家公司总部位于捷克共和国的首都布拉格，开发人员以严谨著称的东欧程序员为主。
2001年1月发布IntelliJ IDEA 1.0版本，同年七月发布2.0，接下来基本每年发布一个版本(2003除外)，当然每年对各个版本都是一些升级。3.0版本之后，IDEA屡获大奖，其中又以2003年的赢得的“Jolt Productivity Award”，“ JavaWorld Editors’s Choice Award”为标志，从而奠定了IDEA的IDE中的地位。目前版本为9.0，2010年4月23日发布，更新版本为9.0.2。IDEA的宗旨：“Develop with pleasure”。
IDEA的优越
最突出的功能自然是调试（Debug)，可以对Java代码，JavaScript，JQuery,Ajax等技术进行调试。
其他编辑功能抛开不看，这点远胜Eclipse。
首先查看Map类型的对象，如果实现类采用的是哈希映射，则会自动过滤空的Entry实例。 不像Eclipse，只能在默认的toString()方法中寻找你所要的key。
其次，需要动态Evaluate一个表达式的值，比如我得到了一个类的实例，但是并不知晓它的API，可以通过Code Completion点出它所支持的方法，这点Eclipse无法比拟。
最后，在多线程调试的情况下，Log on console的功能可以帮你检查多线程执行的情况。
前面已经说过了IDEA所提倡的是智能编码，是减少程序员的工作，那么IDEA具体又有哪些值得推崇呢?总结以下25点，希望能有个比较全面的介绍。
1. 智能的选取。在很多时候我们要选取某个方法，或某个循环或想一步一步从一个变量到整个类慢慢扩充着选取，IDEA就提供这种基于语法的选择，在默认设置中Ctrl+w，可以实现选取范围的不断扩充，这种方式在重构的时候尤其显得方便。
2. 丰富的导航模式。IDEA提供了丰富的导航查看模式，例如ctrl+e显示最近打开过的文件，ctrl+n显示你希望显示的类名查找框
(该框同样有智能补充功能，当你输入字母后IDEA将显示所有候选类名)。在最基本的project试图中，你还可以选择多种的试图方式。
3. 历史记录功能。不用通过版本管理服务器，单纯的IDEA就可以查看任何工程中文件的历史记录，但版本恢复时你可以很容易的将其恢复。
4. JUnit的完美支持。
5. 对重构的优越支持。IDEA是所有IDE中最早支持重构的，其优秀的重构能力一直是其主要卖点之一。
6. 编码辅助。java规范中提倡的tostring(),hashcode(),equals(),以及所有的get/set方法，你可以不用进行任何的输入就可以实现代码的自动生成，从而把你从无聊的基本方法编码中解放出来。
7. 灵活的排版功能。基本所有的IDE都有重排版功能，但仅有IDEA的是人性的，因为她支持排版模式的定制，你可以根据不同的项目要求采用不同的排版方式。
Hash（哈希），又称“散列”。
散列（hash）英文原意是“混杂”、“拼凑”、“重新表述”的意思。
在某种程度上，散列是与排序相反的一种操作，排序是将集合中的元素按照某种方式比如字典顺序排列在一起，而散列通过计算哈希值，打破元素之间原有的关系，使集合中的元素按照[散列函数]的分类进行排列。
在介绍一些集合时，我们总强调需要重写某个类的 equals() 方法和 hash Code() 方法，确保唯一性。这里的 hash Code() 表示的是对当前对象的唯一标示。计算 hash Code 的过程就称作 哈希。
我们通常使用数组或者链表来存储元素，一旦存储的内容数量特别多，需要占用很大的空间，而且在 查找某个元素 是否存在的过程中，数组和链表都需要挨个循环比较，而通过 哈希 计算，可以大大 减少比较次数 。
举个栗子：
现在有 4 个数 {2,5,9,13}，需要查找 13 是否存在。
这样需要遍历 4 次才能找到，时间复杂度为 O(n)。
四个数 {2,5,9,13} 对应的哈希值为：
然后把它们存储到对应的位置。
当要查找 13 时，只要先使用哈希函数计算它的位置，然后去那个位置查看是否存在就好了，本例中只需查找一次，时间复杂度为 O(1)。
因此可以发现，哈希 其实是随机存储的一种优化，先进行分类，然后查找时按照这个对象的分类去找。
哈希通过一次计算大幅度缩小查找范围，自然比从全部数据里查找速度要快。
比如你和我一样是个剁手族买书狂，家里书一大堆，如果书存放时不分类直接摆到书架上（数组存储），找某本书时可能需要脑袋从左往右从上往下转好几圈才能发现；如果存放时按照类别分开放，技术书、小说、文学等等分开（按照某种哈希函数计算），找书时只要从它对应的分类里找，自然省事多了。
哈希的过程中需要使用哈希函数进行计算。
哈希函数是一种映射关系，根据数据的关键词 key ，通过一定的函数关系，计算出该元素存储位置的函数。
表示为：
address = H [key]
哈希的过程中需要使用哈希函数进行计算。
哈希函数是一种映射关系，根据数据的关键词 key ，通过一定的函数关系，计算出该元素存储位置的函数。
表示为：
address = H [key]
取关键字或关键字的某个线性函数值为散列地址。
即 H(key) = key 或 H(key) = a*key + b，其中a和b为常数。
取关键字被某个不大于散列表长度 m 的数 p 求余，得到的作为散列地址。
即 H(key) = key % p, p <m。
当关键字的位数大于地址的位数，对关键字的各位分布进行分析，选出分布均匀的任意几位作为散列地址。
仅适用于所有关键字都已知的情况下，根据实际应用确定要选取的部分，尽量避免发生冲突。
先计算出关键字值的平方，然后取平方值中间几位作为散列地址。
随机分布的关键字，得到的散列地址也是随机分布的。
将关键字分为位数相同的几部分，然后取这几部分的叠加和（舍去进位）作为散列地址。
用于关键字位数较多，并且关键字中每一位上数字分布大致均匀。
选择一个随机函数，把关键字的随机函数值作为它的哈希值。
通常当关键字的长度不等时用这种方法。
构造哈希函数的方法很多，实际工作中要根据不同的情况选择合适的方法，总的原则是 尽可能少的产生冲突 。
通常考虑的因素有 关键字的长度 和 分布情况 、 哈希值的范围 等。
如：当关键字是整数类型时就可以用除留余数法；如果关键字是小数类型，选择随机数法会比较好。
![js正则表达式匹配以abc开头，以}或]或,结尾的字符串](/aiimages/js%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F%E5%8C%B9%E9%85%8D%E4%BB%A5abc%E5%BC%80%E5%A4%B4%EF%BC%8C%E4%BB%A5%7D%E6%88%96%5D%E6%88%96%2C%E7%BB%93%E5%B0%BE%E7%9A%84%E5%AD%97%E7%AC%A6%E4%B8%B2.png)
