哈希表中的“表”
当我们需要存储一种映射数据时，就需要用到哈希表，也称为散列表（Hash Table）。
该数据结构中存储的是键（key）和值（value），它们是对应关系。
只需要给出一个指定的key，那么就能高效查找到它所匹配的值，效率非常高，时间复杂度接近于O(1)。
这就是哈希表中的“表”，表中维护了key与value的映射关系。
哈希表中的“哈希”
思考下，那么该如何存储键值对（key—value）呢？
如果使用链式存储结构：
肯定是不行的，因为如果要查找到指定key对应的结点，就需要遍历整个链表，时间复杂度很大，不是O(1)。
考虑使用顺序存储结构：
即使用数组，但数组只能根据下标，像a[0]、a[1]、a[2]这样来访问，但哈希表的key通常不是整数型，而多是字符串类型。
像a["key1"]、a["key2"]这样访问是无法的，语法不允许。
所以考虑通过一个中介，将key和数组下标进行转换，也是一种映射，来达到访问对应值value的目的，而具有这种转换能力的就叫做哈希函数。
Hash，一般翻译做散列、杂凑，或音译为哈希，是把任意长度的输入（又叫做预映射pre-image）通过散列算法变换成固定长度的输出，该输出就是散列值。
这就是哈希表中的“哈希"。
在JDK1.8之前中HashMap使用的数组+链表结构。
在JDK1.8及之后中HashMap使用的数组+链表+红黑树结构。
哈希冲突
哈希冲突是发生在哈希表中插入新的键值对的时候。
像哈希表中添加键值对的步骤如下：
第一步：通过哈希函数，将key转换成数组下标。
第二步：如果数组下标位置没有元素，即为null，那么把该键值对添加到该位置。（在HashMap中使用Entry对象表示键值对）
但注意，数组的长度是有限的，当添加的元素越来越多，超过数组长度的时候，不同的key通过哈希函数获得的下标可能是相同的，但是在下标位置已经有元素了，那么这就发生了哈希冲突。
解决哈希冲突的方法有很多种，如开放寻址法、链表法（拉链法）。
在HashMap中就使用的是拉链法解决哈希冲突。
HashMap数组中每个元素都是一个Entry，同时是一个链表的头结点，Entry不仅保存了键和值
还有next指针，指向下一个结点。
源码HashMap中的putVal方法有所说明：
