以下为学习笔记，来源于《数据结构与算法分析——C语言描述》
散列的插入、删除、查找时间为O(1)，因为其不是像树一样通过比较来进行上面的操作，而是直接进行。
理想的散列表结构：一个包含有关键字的具有固定大小的数组。
表的大小记为TableSize，index从0到TableSize-1。
散列函数
（1）散列函数：每个关键字通过散列函数映射到0~TableSize-1这个范围的某个数，并且关键字被放到散列表适当的单元中。
（2）理想散列函数的要求：两个不同的关键字被映射到不同的单元；在TableSize大小的散列表里均匀地分配关键字。
（3）如果输入的关键字为整数，则一般合理的方法是返回“key mod TableSize”的结果；
通常，关键字是字符串，一种方法是把字符串中字符的ASCII码值加起来，再对TableSize求余。
冲突
（1）冲突：当一个元素插入散列表时，其插入的单元已经存在另一个元素时，就产生冲突，冲突需要消除。
（2）解决冲突的常用方法：分离链接法和开放定址法
分离链接法
其做法是将散列到同一个单元的所有元素保留到一个表中（即建立个链表保存这些冲突的元素），为了方便，这些表都有表头。
开放定址法
分离链接法缺点是需要指针，且给新单元分配地址需要时间，这使得算法的速度较慢。开放定址法，在发生冲突时尝试在原来的散列表里选择空的单元（而不是建新的空间），直到找到空的单元。单元的选择依据（Hash(X)+F(i))%TableSize，i=0，1，2，3……（遇到冲突时i才加1，没冲突时则不再加），Hash(X)为散列函数，即开始时映射出的关键字在散列表的位置。根据F(i)的不同可以分为线性探测法、平方探测法、双散列。
1）线性探测法
F(i)=i。
只要表够大，总能找到一个空间，但是如此花费的时间是较多的；即使表较空，元素占据的单元也会形成一些区块，称为一次聚集，这使得散列到区块的关键字要多次选单元才能解决冲突。
2）平方探测法
F(i)=i^2。
消除线性探测的一次聚集问题
一旦散列表被填了超过一半，当表的大小不是素数时甚至在表被填满一般之前，就不能保证一次找到一个空的单元了。
定理：使用平方探测，且表的大小时素数，那么当表至少有一般是空的时候，总能插入一个新的元素。
3）双散列
F(i)=i*hash2(X)。hash2(X)是新的散列函数，一般hash2(X)=R-(X%R)
再散列
当散列表快要填满时，操作的运行时间会变长，且insert操作会失败，此时一种解决放啊发是建立另外一个大约两倍大的表，扫描整个原始散列表，（使用新的散列函数）映射到到新表中。
可以在以下情况时开始再散列：
1）表满一半时即开始再散列
2）插入失败时开始
3）达到装填因子（散列表中元素个数/散列表的大小）时开始
来源：https://www.cnblogs.com/cs0915/p/12182255.html