计算公式：
计算公式是人们在研究自然界物与物之间时发现的一些联系，并通过一定的方式表达出来的一种表达方法。

是表征自然界不同事物之数量之间的或等或不等的联系，它确切的反映了事物内部和外部的关系，是我们从一种事物到达另一种事物的依据，使我们更好的理解事物的本质和内涵。

二次再散列法：
散列（Hashing）是计算机科学中一种对资料的处理方法，通过某种特定的函数/算法（称为散列函数/算法）将要检索的项与用来检索的索引（称为散列，或者散列值）关联起来，生成一种便于搜索的数据结构（称为散列表）。

二次再散列法是指第一次散列产生哈希地址冲突，为了解决冲突，采用另外的散列函数或者对冲突结果进行处理的方法。

散列表：
设所有可能出现的关键字集合记为U(简称全集)。

实际发生(即实际存储)的关键字集合记为K（|K|比|U|小得多）。

散列方法是使用函数h将U映射到表T[0..m-1]的下标上（m=O(|U|)）。

这样以U中关键字为自变量，以h为函数的运算结果就是相应结点的存储地址。

从而达到在O(1)时间内就可完成查找。

其中：
① h：U→{0，1，2，…，m-1} ，通常称h为散列函数(Hash Function)。

散列函数h的作用是压缩待处理的下标范围，使待处理
的|U|个值减少到m个值，从而降低空间开销。

② T为散列表(Hash Table)。

③ h(Ki)(Ki∈U)是关键字为Ki结点存储地址(亦称散列值或散列地址)。

④ 将结点按其关键字的散列地址存储到散列表中的过程称为散列(Hashing)
冲突：
两个不同的关键字，由于散列函数值相同，因而被映射到同一表位置上。

该现象称为冲突(Collision)或碰撞。

发生冲突的两个关键字称为该散列函数的同义词(Synonym)。

安全避免冲突的条件
最理想的解决冲突的方法是安全避免冲突。

要做到这一点必须满足两个条件：
①其一是|U|≤m
②其二是选择合适的散列函数。

这只适用于|U|较小，且关键字均事先已知的情况，此时经过精心设计散列函数h有可能完全避免冲突。

冲突不可能完全避免
通常情况下，h是一个压缩映像。

虽然|K|≤m，但|U|>m，故无论怎样设计h，也不可能完全避免冲突。

因此，只能在设计h时尽可能使冲突最少。

同时还需要确定解决冲突的方法，使发生冲突的同义词能够存储到表中。

影响冲突的因素
冲突的频繁程度除了与h相关外，还与表的填满程度相关。

设m和n分别表示表长和表中填人的结点数，则将α=n/m定义为散列表的装填因子(Load Factor)。

α越大，表越满，冲突的机会也越大。

通常取α≤1。

对于大多数应用程序来说，装填因子为0.75是比较合理的。