（本文内容来自互联网）

11.2 哈希函数构造方法 

设要存放的数据元素有n个，存放数据元素的数组个数为m，哈希函数的设计目标，就是要使通过哈希函数得到的n个数据元素的哈希地址 。
    1 除留余数法
           除留余数法是用数据元素的关键字K除以哈希表长度m所得的余数作为哈希地址的方法。除留余数法的哈希函数h(K)为：
             h(K) = K mod m

11.3 哈希冲突解决方法

解决哈希冲突的方法主要有开放定址法和链表法两大类。 开放定址法
         开放定址法是一类以发生哈希冲突的哈希地址为自变量、通过某种哈希冲突函数得到一个新的空闲的哈希地址的方法。开放定址法的哈希冲突函数通常是一组。

1 线性探查法
           线性探查法是从发生哈希冲突的地址d开始，依次探查d的下一个地址，直到找到一个空闲单元为止。线性探查法的数学递推描述公式为：

package cn.ls.hash;

public class HashItem {
	int data=http://www.mamicode.com/0;  >
package cn.ls.hash;

public class HashTable {
	 private HashItem[] ht; // 哈希表数组  
	    private int tableSize; // 哈希表的长度  
	    private int currentSize; // 当前的表项个数  
	  
	    HashTable(int m) { // 构造函数  
	        tableSize = m;  
	        ht = new HashItem[tableSize];  
	        currentSize = 0;  
	    }  
	  
	    public boolean isIn(int x) { // x是否已存在  
	        int i = find(x);  
	        if (i >= 0)  
	            return true;  
	        else  
	            return false;  
	    }  
	  
	    public int getValue(int i) { // 取数据元素值  
	        return ht[i].data;  
	    }  
	  
	    public int find(int x) { // 查找  
	        int i = x % tableSize;  
	        int j = i;  
	  
	        if (ht[j] == null)  
	            ht[j] = new HashItem(0);//设置info标记为0  
	        //注意要加上非空判断.  
	        while (ht[j] != null && ht[j].info == 1 && ht[j].data != x) { // 说明存在冲突  
	            j = (j + 1) % tableSize; // 得到下一个哈希地址  
	            if (j == i)  
	                return -tableSize;  
	            // 若j == i表示已查找完了整个哈希表的数组，返回- tableSize  
	        }  
	        if (ht[j] != null && ht[j].info == 1) //此条件成立表示查找到  
	            return j; // 返回该数据元素的下标  
	        else  
	            //此时表示没有查找到  返回该数据元素哈希地址的负值  
	            return -j;   
	    }  
	  
	    public void insert(int x) throws Exception { // 插入  
	        int i = find(x); // 查找x 是否已存在，并返回数组下标  
	  
	        if (i > 0) { // 如果x存在  
	            throw new Exception("该数据已存在");  
	        }  
	  
	        else if (i != -tableSize) { // 如果x不存在  
	            ht[-i] = new HashItem(x, 1); //插入数据元素x,并设置info标记为1  
	            currentSize++; // 当前元素个数加1  
	        } else { // 如果i等于-tableSize，表示哈希表已满  
	            throw new Exception("哈希表已满无法插入");  
	        }  
	    }  
	  
	    public void delete(int x) throws Exception { // 删除  
	        int i = find(x); // 查找x 是否已存在，并返回数组下标  
	  
	        if (i >= 0) { // 如果x存在  
	            ht[i].info = 0; // 置为空闲状态  
	            currentSize--; // 当前元素个数减1  
	        } else { // 如果x不存在  
	            throw new Exception("该数据不存在");  
	        }  
	    }  
}

package cn.ls.hash;

public class Exam11_3 {
	public static void main(String[] args) {  
        //7个数据元素，哈希表数组个数取11进行测试。  
        HashTable myHashTable = new HashTable(11);  
        int[] a = { 180, 750, 600, 430, 541, 900, 460 };  
        int i, j, n = 7, item;  
  
        try {  
            for (i = 0; i < n; i++)  
                myHashTable.insert(a[i]);  
  
            for (i = 0; i < n; i++) {  
                j = myHashTable.find(a[i]);  
                if (j > 0) {  
                    item = myHashTable.getValue(j);  
                    System.out.println("j = " + j + "  ht[] = " + item);  
                }  
            }  
  
            if (myHashTable.isIn(430))  
                System.out.println("数据元素430在哈希表中");  
            else  
                System.out.println("数据元素430不在哈希表中");  
  
            myHashTable.delete(430);  
            if (myHashTable.isIn(430))  
                System.out.println("数据元素430在哈希表中");  
            else  
                System.out.println("数据元素430不在哈希表中");  
        } catch (Exception e) {  
            System.out.println(e.getMessage());  
        }  
    }  
}

测试结果：
j = 4  ht[] = 180
j = 2  ht[] = 750
j = 6  ht[] = 600
j = 1  ht[] = 430
j = 3  ht[] = 541
j = 9  ht[] = 900
j = 10  ht[] = 460
数据元素430在哈希表中
数据元素430不在哈希表中


哈希表的构建与查询