本篇文章我们来看下Go的高级数据结构，因文章偏长分为两篇，此为下篇。本系列的其他文章可到「对比Python学习Go」-开篇[1]查看，下面我们开始今天的分享。
上篇说道，Go和Python的数据结构可分为类数组和哈希结构。本篇我们来看下哈希结构相关的类型。
哈希结构哈希结构又叫做散列表（hashtable），它是数组的一种扩展。它通过散列函数把元素的键值映射为数组的下标，然后将数据存储在数组中对应下标的位置。当我们按照键值查询元素时，我们用同样的散列函数，将键值转化数组下标，从对应的数组下标的位置取数据。通过散列函数，我们可以类似数组下标一样直接定位数据，时间复杂度可以到O(1)。
哈希结构中，最重要的两个知识点是「哈希函数的构建」和「散列冲突的解决」。
哈希函数构建的好坏直接影响到数据结构的性能，哈希的key分布均匀的话，会减少散列冲突的发生。散列冲突是哈希结构不可避免的，解决散列冲突的方法主要有两种，是「开放寻址法(openaddressing)」和「列表法(chaining)」。
开发寻址法，即利用一些算法查找下一个为空的数组位置。列表法，是在当前key的数组位置，以链表的形式，增加额外空间。
更多哈希知识，可参考我整理的有关散列表的笔记数据结构与算法-散列表[2]。
了解了上边列出的哈希结构的基本知识后，我们来看看Go和Python的哈希结构是如何的。
GoGo语言的中的哈希结构为map结构，根据map的源码[3]分析，map的底层结构大致如下：
最外层为一个hmap的结构体，使用一个[]bmap数组存放了bmap的地址，bmap用来存储数据，每个bmap最多可存储8个kv对，另外还有一个overflow，存储后一个bmap的地址。oldbuckets用来存放老的buckets数组地址，在扩容的时候会使用来暂存还没有移到新buckets数组的bmap地址。mapextra用来存放非指针数据，用于优化存储和访问。
关于map内存的增长扩容，则主要是[]bmap数组的扩容。当数据越来越多时，[]bmap数组后边挂的bmap也会越来越多，bmap的数量越多，在查找时，则大部分时间会花费在链表的查找上。这里有个标准，通常是在装填因子(填入表中的元素个数/散列表的长度)[大于6.5](