什么是hash冲突？以及解决方案

哈希冲突是指在哈希表中，两个或更多个不同的键被映射到了同一个哈希桶的情况。这种情况可能会导致数据丢失或者检索效率下降，因为不同的键被映射到了同一个位置，需要额外的操作来处理这种冲突。

解决哈希冲突的常见方法包括：

1. 开放寻址法：当发生冲突时，继续寻找下一个可用的位置，直到找到空闲的位置为止。这种方法可能会导致聚集（clustering）现象，即冲突位置附近的空间被更频繁地使用。

2. 链地址法（Chaining）：在哈希表的每个位置维护一个链表（或者其他数据结构），将具有相同哈希值的键值对存储在同一个链表中。当发生冲突时，新的键值对被添加到对应位置的链表中。这种方法需要额外的内存来存储链表，但可以避免聚集现象。

3. 再哈希法：当发生冲突时，使用另一个哈希函数对键进行再次哈希，以确定下一个位置。这种方法需要选择一个合适的再哈希函数，以避免过多的冲突。

4. 建立更复杂的数据结构：例如，使用平衡二叉树或者跳表等数据结构来解决冲突，这些数据结构能够保持较高的检索效率，并且能够处理冲突。

hsahmap是如何处理hash冲突的

当我们向 HashMap 中插入键值对时，首先通过哈希函数计算键的哈希值，然后将键值对存储在对应的哈希桶中。如果发生了哈希冲突，也就是两个不同的键具有相同的哈希值，则采用链地址法：在哈希桶中的位置上维护一个链表（Java 8 之后可能是红黑树），将具有相同哈希值的键值对按顺序存储在链表中。当发生冲突时，新的键值对会被添加到对应位置的链表的末尾。

HashMap 在实现中会监控链表的长度，当链表长度超过一定阈值（Java 8 中默认为8），就会将链表转化为红黑树，以提高检索效率。这种自适应的数据结构选择能够在处理大量数据时保持较高的性能。

在 Java 8 之前，HashMap 采用的是数组 + 链表的方式来处理冲突；在 Java 8 引入了红黑树来优化链表过长的情况，进一步提高了 HashMap 的性能