散列表的意义
直接寻址表需要申请全域U大小的空间来存储数据，其中全域U中的有效数据集合为K，那么其存储情况如下图
而如果利用散列函数h，将全域U的值映射到h(U)->{0, 1, 2, 3 ... m - 1},则可以缩小存储空间，如下图
冲突
如上图，k2和k5发生了冲突，解决冲突的方法有如下几种
1.链接法，如下图
2.开放寻址法(一下内容抄自百科)
①线性探查法(Linear Probing)
该方法的基本思想是：将散列表T[0..m-1]看成是一个循环向量，若初始探查的地址为d(即h(key)=d)，则最长的探查序列为：d，d+l，d+2，…，m-1，0，1，…，d-1 .即:探查时从地址d开始，首先探查T[d]，然后依次探查T[d+1]，…，直到T[m-1]，此后又循环到T[0]，T[1]，…，直到探查到T[d-1]为止。探查过程终止于三种情况：
(1)若当前探查的单元为空，则表示查找失败（若是插入则将key写入其中）；
(2)若当前探查的单元中含有key，则查找成功，但对于插入意味着失败；
(3)若探查到T[d-1]时仍未发现空单元也未找到key，则无论是查找还是插入均意味着失败(此时表满)。
利用开放地址法的一般形式，线性探查法的探查序列为：
h i =(h(key)+i)%m 0≤i≤m-1 //即d i =i
hi=(h(key)+di) mod m i=1,2,...,k(k<=m-1)
其中m为表长，di为增量序列
如果di值可能为1,2,3,...m-1，称线性探测再散列。
如果di取值可能为1,-1,2,-2,4,-4,9,-9,16,-16,...k*k,-k*k(k<=m/2)
称二次探测再散列。
如果di取值可能为伪随机数列。称伪随机探测再散列。开放地址法堆装填因子的要求
开放定址法要求散列表的装填因子α≤l，实用中取α为0.5到0.9之间的某个值为宜。
②二次探查法(quadratic probing)
二次探查法的探查序列是：
hi=(h(key)+i*i)%m 0≤i≤m-1 //即di=i2
即探查序列为d=h(key)，d+12，d+22，…，等。
该方法的缺陷是不易探查到整个散列空间。
③双重散列法(double hashing)
该方法是开放定址法中最好的方法之一，它的探查序列是：
hi=(h(key)+i*h1(key))%m 0≤i≤m-1 //即di=i*h1(key)
即探查序列为：
d=h(key)，(d+h1(key))%m，(d+2h1(key))%m，…，等。
该方法使用了两个散列函数h(key)和h1(key)，故也称为双散列函数探查法。
完全散列
如果一种散列技术在进行查找时，其最坏情况内存访问次数为O(1),则称其为完全散列，下图是完全散列的实现方式
参考资料： 百度百科，《算法导论》
