设 hasha,b(key)=(a×key+b) modm，如同除余散列法中一样，m的值应为质数，而a∈{1,2,3,…,m-1}，b∈{0,1,2,…,m-1}且a,b的值应在运行时动态确定。
全域散列的基本思想是只给出hash函数的基本“骨架”，而其中的某些参数通过运行时在指定范围内随机选取确定，从而实际上形成了一个函数簇，根据上述a,b的取值范围，我们知道这个函数簇中存在m×(m-1)个函数。因为即使对于同一个输入，每次执行时选取不同的参数将拥有不同的性能表现，因此所设计的函数实际上独立于任意被散列的关键字。只有当一个相对糟糕的输入（即该输入不构成随机分布），遇到一个选取的相对糟糕的散列函数时才将导致较差的散列分布，在多数情况下这类散列往往具有较好的运行性能。
完全散列法与其说是一种函数设计方法，倒不如说是对碰撞(Collision)情况的另一种解决策略。见名知意，即将原集合中被散列函数作用之后发生碰撞的元素继续进行散列。更具体的说，存在待查找的元素key，经过一次散列我们知道该元素被散列至槽hash(key)处，然而其他元素也有可能被散列至该处，因此对散列至该槽的原集合的子集继续进行散列，所得到的值hash'(hash(key))即为所要查找的元素key的确切存储位置。其中外层hash过程称为一级散列，内层hash'过程称为二级散列。
这个策略会存在几个问题，首先二级散列之后可能还会存在碰撞问题，是否需要进行三级散列甚至更多级的散列？其次，某个槽对应的二级散列函数应如何选取？最后，一级散列中某个槽所对应的二级散列表的尺寸应该如何设置？
这三个问题其实可以一并解决。首先对于是否需要更多级的散列，因为外层的一级散列已经将原集合分散为一系列子集，若我们将一级散列表设置为与原集合尺寸相近的大小，同时合理的选取一个散列函数，那么在每个槽中发生碰撞的元素个数将在一个可控范围内，此时如果为了少部分元素再设置三级散列的话，不仅增加了整个结构的复杂性以及对于内存的要求，而且还要再次为三级散列选取合理的散列函数，所以二级是一个比较合理的选择，那么如何解决二级散列上的碰撞问题呢？我们先来解决二级散列函数的选取问题，同样可以有多种策略，考虑每个槽对应的二级散列函数与外层的一级散列函数均相同的策略，或者是所有的二级散列函数均相同但不与一级散列函数相同，这两种策略实际将二级散列表中的元素之间可能发生的碰撞事件耦合在一起，因为可能选取的某个函数虽然解决了其中一个槽的元素碰撞问题，但其他槽内的元素仍然存在碰撞的可能性，因此若要使得选择出的函数能够一次解决二级散列表中出现的所有碰撞情况，必然需要经过多次尝试。因此我们考虑个性化制定每个槽所对应的散列函数，这使得我们需要事先做大量的准备，显然不太现实。考虑上述全域散列法，我们发现通过设置不同的参数，即能生成特定于某个槽的散列函数，若生成的散列函数导致二级散列表中发生碰撞，那么重新从全域散列函数簇中选取，直至不发生碰撞为止即可。另外，只需合理设置二级散列表的大小，这种重新选取的概率将变得极低，一个可行的指导原则是将二级散列表的大小设置为外层散列至该槽的元素个数的平方。
图3