为什么map查询在众多数据结构中展现出如此之高的检索速度优势？

在编程的世界里我们经常面临一个让人抓狂的问题：如何在茫茫数据海中，瞬间找到那个我们想要的“它”？想象一下如果让你在一本没有目录的书中查找一个特定的段落，你可能得翻遍每一页，那种绝望感简直让人窒息。但在代码的宇宙中， Map就像是一个拥有超能力的图书管理员，无论你扔给它什么关键词，它几乎都能在眨眼间把后来啊甩在你脸上。

Map的“超能力”从何而来？

你有没有好奇过这背后到底藏着什么黑科技？为什么它就能这么快？难道它真的预知了未来？今天我们就剥开这层神秘的外衣，看看这位“速度之王”的底色到底是什么。老实说理解了这些，你看代码的眼光都会不一样。

先说说 我们要明白一个事实：Map是一组键值对的结构具有极快的查找速度。举个例子， 假设要根据同学的名字查找对应的成绩，如果用Array实现，需要两个Array：给定一个名字，要查找对应的成绩，就先要在names中找到对应的位置，再从scores取出对应的成绩，Array越长，耗时越长。如果用Map实现， 只需要一个 名字 - 成绩 的对照表，直接根据名字查找成绩，无论这个表有多大，查找速度都不会变慢。用JavaScript写一个Map如下：

const m = new Map;

Map的底层支撑：数组的“高速公路”

很多人被哈希表那些复杂的术语吓退了觉得它高深莫测。但如果你把那些花哨的外衣扒掉， 你会发现它的骨架其实是由最基础、最朴实的数据结构——数组——支撑起来的。没错，就是那个你在编程入门第一课就学到的数组，也是醉了...。

为什么是数组？主要原因是数组在计算机内存里就像是一条笔直、没有任何岔路的高速公路。 探探路。 它占据着一块连续的内存空间。