通过哈希表进行查找的特点是：不需要比较关键字，而是通过哈希函数计算出关键字的位置。一般来讲，为了进行高效率的查找，要求哈希函数简单均匀、空间利用率高、关键字之间的冲突少。
关于散列查找的实现需要着重考虑两个问题：1，散列函数的设计 2，解决冲突问题
函数构造方法
常用的方法有：
1，直接定址法：H(key)=axkey+b，特点：简单、无冲突，但造成存储空间浪费
2，数字分析法 3，平方取中法 4，折叠法 5，随机数法
6，除留余数法：H(key)=key%p，p一般取小于等于表长的质数，表长用m来表示，存储元素的个数用n来表示
因为除留余数法最为常用，下面以除留余数法来介绍解决冲突的方法
冲突的解决
冲突：如果有多个关键字通过哈希函数所计算出的结果相同，则称这些关键字互相冲突，并将这些关键字称为同义词
1，开放定址法： Hi=(H(key)+di)%n，i=1,2,3…n-1 di表示第i次冲突的增量，Hi为第i次冲突后应探测的地址
a，线性探测再散列：增量为，d1=1，d2=2，d3=3，… 特点，空间利用率高，但容易发生聚集现象
b，二次探测再散列：增量为，d1=1，d2=-1，d3=4，d4=-4，d5=9，d6=-9，…分别为正负1，2，3，4…的平方
c，伪随机数探测再散列：增量di为伪随机数
2，链地址法（拉链法）：
假设对n个数的哈希函数为H(key)=key%p。建立数组array[p]，数组下标分别对应所计算出的哈希值，将每个数存储在它对应的位置上。若发生冲突的话，将该冲突的数挂在它的同义词后面（类似于图的邻接表存储）
3，再哈希法：再设计一个哈希函数来解决冲突
平均查找长度(ASL)
散列查找理论上平均查找长度为常数1，即ASL=1，但由于冲突，所以ASL总是大于1的。引入装填因子α，α=元素个数/表长=n/m。
1，开放定址法
其中以线性探测在散列为例：
它的平均查找长度，ASL(平均）=(1+1/(1-α))/2
ASL(成功）=（每个元素查找成功的比较次数相加）/元素个数
ASL(失败）=（每个元素查找失败的比较次数相加）/p
对于表长m=14，元素个数n=11，哈希函数为H(key)=key%13，其中p=13的哈希表：
| 下标 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 元素 | \ | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | \ |
ASL(成功）=（1+1+…+1)/11=1
ASL(失败）=（1+12+11+…+3+2)/13=6
2，链地址法
ASL(平均）=1+α/2
ASL(成功）=（每个元素查找成功的比较次数相加）/元素个数
ASL(失败）=（每个元素查找失败的比较次数相加）/p
对于下图：
元素个数n=12，哈希函数为H(key)=key%11，其中p=11。
ASL(成功）=（6x1+4x2+3+4)/12=7/4
ASL(失败）=（4+2x3+1+1)/11=12/11(其中和空结点比较的次数计为0）