哈希表容量的大小在一开始是不确定的。如果哈希表存储的元素太多（如超过容量的十分之一），我们应该将哈希表容量扩大一倍，并将所有的哈希值重新安排。
假设你有如下一哈希表：
size=3, capacity=4
[null, 21, 14, null]
↓ ↓
9 null
↓
null
哈希函数为：
int hashcode(int key, int capacity) {
return key % capacity;
}
这里有三个数字9，14，21，其中21和9共享同一个位置因为它们有相同的哈希值1
(21 % 4 = 9 % 4 = 1)。我们将它们存储在同一个链表中。
重建哈希表，将容量扩大一倍，我们将会得到：
size=3, capacity=8
index: 0 1 2 3 4 5 6 7
hash : [null, 9, null, null, null, 21, 14, null]
给定一个哈希表，返回重哈希后的哈希表。
注意事项
哈希表中负整数的下标位置可以通过下列方式计算：
C++/Java：如果你直接计算-4 % 3，你会得到-1，你可以应用函数：
a % b = (a % b + b) % b得到一个非负整数。
正整数套用公式，值和直接模上hashTable是一样的
Python：你可以直接用-1 % 3，你可以自动得到2。
样例
给出 [null, 21->9->null, 14->null, null]
返回 [null, 9->null, null, null, null, 21->null, 14->null, null]
题目描述的是 Open Hashing，是多个关键字对一个值，还有一种叫 Close Hashing，是一对一形式，如果当前 key 对应的 hash 表位置已经存在一个 key了，则把当前 key 存到旁边空位
代码
/**
* Definition for ListNode
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) {
* val = x;
* next = null;
* }
* }
*/
public class Solution {
/**
* @param hashTable: A list of The first node of linked list
* @return: A list of The first node of linked list which have twice size
*/
public ListNode[] rehashing(ListNode[] hashTable) {
if (hashTable.length <= 0) {
return hashTable;
}
int newcapacity = 2 * hashTable.length;
ListNode[] newTable = new ListNode[newcapacity];
for (int i = 0; i < hashTable.length; i++) {
while (hashTable[i] != null) {
/* 将 hash 表中原本的值映射到新的 hash 表里，计算新的下标
* (防止负数下标出现)
*/
int newindex
= (hashTable[i].val % newcapacity + newcapacity) % newcapacity;
if (newTable[newindex] == null) {
// copy 原来 hash 表的值
newTable[newindex] = new ListNode(hashTable[i].val);
/* newTable[newindex].next = null;
* 计算得到的 newindex 是在新建的 hash 表中的 index,
* 如果新建的表中的这个 index 不为空，
* 也就是已经有结点存在的情况下，
* 要将这个结点加在已经存在的链表的末尾
*/
} else {
ListNode dummy = newTable[newindex];
while (dummy.next != null) {
dummy = dummy.next;
}
dummy.next = new ListNode(hashTable[i].val);
}
// 移到原 hashTable[i] 处链表的下一个结点
hashTable[i] = hashTable[i].next;
}
}
return newTable;
}
}
