注：本文如涉及到代码，均经过Python 3.7实际运行检验，保证其严谨性。
本文阅读时间约为6分钟。
本节介绍两种散列函数设计方法：折叠法和平方取中法。
散列函数设计：折叠法
折叠法设计散列函数的基本步骤是：
将数据按照位数分为若干段，再将几段数字相加，最后对散列表大小求余，得到散列值。
例如，我们要保存一个电话号码62767255。
先按每两位将这8位数分为4段（62、76、72、55）。
4段数字相加（62+76+72+55=265）。
散列表包括0~11等11个槽，那么就是265/11=1。
所以h(62767255)=1，该电话号码的散列值为1，也就是说，应该存放在1号槽。
有时候折叠法还会包括一个隔数反转的步骤。比如上述的（62、76、72、55）隔数反转为（62、67、72、55），即隔数的76和55分别反转为67和55。
然后再累加（62+67+72+55=256）。
接着对11求余（256%11=3），所以h'(62767255)=3。
一般而言，隔数反转从理论上看并没必要，但是它确实为折叠法得到散列函数提供了一种微调手段，有时得到的结果能更好地符合散列特性。
散列函数设计：平方取中法
平方取中法，首先将数据项做平方运算，然后取平方数的中间两位，再对散列表的大小求余。
例如，用平方取中法对44进行散列。
首先44*44=1936，然后取1936这个数中间的两位——93，再对散列表大小11求余，最后得到44的散列值93%11=5。
平方取中法和求余法散列函数的对比
两种散列函数都是完美散列函数，分散度都很好。只是相比求余法，平方取中法计算量稍大。
数据项 求余法 平方取中法
54 10 3
26 4 7
93 5 9
17 6 8
77 0 4
31 9 6
非数字型数据项的散列函数设计
前面说的都是数字型数据项的散列函数设计。那么对于非数字型数据项，我们如何求其散列值？
对于非数字型数据项，我们可以把数据项中的每个字符看作是ASCII码即可。
如要求cat的散列值，采用如下步骤：
把数据项中的每个字符看作是ASCII码，求其数字：ord('c')=99，ord('a')=96，ord('t')=116。
再将这些整数累加：99+97+116=312。
最后用累加之和对散列表大小求余，得到cat的散列值：312%11=4。
参考代码如下：
def hash(aString, tableSize):
r = 0
for pos in range(len(aString)):
r += ord(aString[pos])
return r % tableSize
print(hash('cat', 11))
<<<4
当然，这种方法有一个问题，那就是所有的变位词（如cat和tac，组成的字符及分别的数量一样，就是变位词），其散列值是一样的。
为了防止出现这种问题，可以根据字符串所在位置作赋予不同的权重因子，再乘以ord值。
用这种改善后的方法来计算cat的散列值，就有：
ord('c')*1+ord('a')*2+ord('t')*3=641。
641%11=3。
除了上述的散列函数设计方法外，我们还可以设计出更多的散列函数方法，但要坚持的一个基本出发点——散列函数不能成为存储和查找过程中的计算负担。
如果散列函数设计太过复杂，要花费大量的计算资源计算槽号，这样就失去了散列本身的意义，可能还不如简单地进行顺序查找或二分查找。
To be continued.
