除余法

hash(key) = key % M

M为素数时，数据对散列表的覆盖最充分，分布最均匀

MAD法

除余法的缺陷：

1）不动点：无论表长M取值如何，总有hash(0) = 0

2）零阶均匀：[0,R)的关键码，平均分配至M个桶；但相邻关键码的散列地址也必相邻

一阶均匀：邻近的关键码，散列地址不再邻近

MAD = multiply-add-divide

取M为素数，a>0，b>0，a%M != 0

hash(key) = ( a * key + b )%M

特定场合下，未必需要高阶的均匀性

数字分析

抽取key中的某几位，构成地址。比如，取十进制表示的奇数位，hash(12345) = 135

平方取中

取key^2的中间若干位，构成地址。比如，hash(123) = 512  // 123^2 = 15129

折叠法

将key分割成等宽的若干段，取其总和作为地址。比如hash(123456789) = 1368 //123+456+789

位异或法

将key分割成等宽的二进制段，经异或运算得到地址。比如hash(110011011) = 110 //110 ^ 011 ^ 011

（伪）随机数法

（伪）随机数发生器

循环：rand(x+1) = [ a * rand(x) ] % M

径取：hash(key) = rand(key) = [rand(0) * a^key] % M

种子：rand(0) = ？ 

（伪）随机数发生器的实现，因具体平台、不同历史版本而异，创建的散列表可移植性差