我理解HashMap如何工作的基础知识 - hm.put（obj）根据obj.hashCode值找到放置对象的正确存储桶。然后在该桶内如果另一个对象.equals（obj）然后替换它，如果没有将它添加到桶中。
但我不清楚HashMap.put和HashMap.get如何可以是常数时间O（1）。根据我的理解，桶的数量应该基于哈希码，因此将100个对象放入哈希映射将（大致）创建100个桶（我知道有时会在哈希码中发生冲突，所以它可能少于100但不是经常）。
因此，随着添加到散列图的对象数量的增加，桶的数量也会增加 - 并且因为冲突很少，所以这并不意味着桶的数量几乎与添加的对象数量线性增长，其中case HashMap.put / HashMap.get将是O（n），因为它必须在找到正确的桶之前搜索每个桶。
我错过了什么？
答案 0 :(得分：1)
哈希表不需要搜索每个桶，就像您不需要搜索库中的每个架子一样，因为您可以在index cards中查找它的位置，而您不需要搜索索引中的每张卡片，因为它们已被排序......（不确定这是否有帮助，因为我不确定人们是否仍然去图书馆或他们是否还有索引卡）
答案 1 :(得分：1)
以这种方式思考：当您调用get(key)时，会计算密钥的哈希码，并且从单个<中指向数百个一个桶/ em>（一组）操作，即您不必搜索所有100个来到达正确的桶（在这种情况下，这将是一个线性操作）
答案 2 :(得分：0)
这是我的两分钱，朋友。以您对阵列的思考方式来考虑HashMap。实际上，它是一个数组。如果我给你索引11，你不必遍历数组来找到索引11处的对象。你只需直接去那里。这就是HashMap的工作原理：诀窍是使索引与值相同 - 本质上。
这就是哈希码的用武之地。让我们看一下你的哈希函数是单位乘数（即1）的简单情况。然后，如果您具有值0到99并且想要将它们存储在数组中，则它们将分别存储在索引0到99中。所以put和get显然是O（1），因为在数组中获取和放置东西是O（1）。现在让我们想象一个不那么简单的哈希函数，比如y = x + 2。所以在这种情况下，值0到99将存储在索引2到101.这里给出一个值，比如说11，你必须计算哈希值来找到它或者把它放入（哈希值是11 + 2 = 13）。好吧，哈希函数正在做一些工作来计算给定值的正确索引（在我们的例子中，y = x + 2 = 11 + 2 = 13）。但是，这项工作的努力程度与您拥有的数据点数无关。如果我需要输入999或123，单个put或get的工作量仍然相同：y = x + 2：我每次执行put或get时只需要添加两个：＆＃39;不断的工作。
您的困惑可能是您希望一次输入n个值。那么在这种情况下，每个put仍然是常数c。但是c乘以n是c*n = O（n）。所以n与put本身无关，而是你将n全部放在一起。我希望这个解释有所帮助。