优秀的散列函数
- 设计不能太复杂避免消耗计算时间
- 生成的值尽可能随机且均匀分布
装载因子过大？——动态扩容（阈值设置权衡时间空间复杂度）
避免低效扩容？
装载因子达阈值后，只申请新空间，将新数据插入新散列表，变更从旧散列表搬移一个数据到新散列表。
冲突解决方法选择？
开放寻址法（数据量小、装载因子<1适用）
- 优：利用CPU缓存加快查询速度、序列化较简单
- 缺：需特殊标记已删除数据、浪费内存空间
链表法（存储对象大、数据量大适用）
- 优：内存利用率高、对大装载因子容忍度高，支持更多优化策略：用红黑树代替链表
工业级的散列表要求&实现？
- 支持快速的查询、插入、删除操作（设计合适的散列函数）
- 内存占用合理（定义装载因子阈值，设计动态扩容策略）
- 性能稳定（选择合适的散列冲突解决方法）
LRU缓存淘汰算法
缓存（cache）系统操作：添加、删除、查找数据
【散列表（查找）+双向链表】（LinkedHashMap）
双向链表存储数据，结点=存储数据（data）+前驱指针（prev）+后继指针（next）+特殊字段（hnext将结点串在散列表的拉链中）
