假设有一个30人的班级，用汉语拼音表示学生姓名，要求以学生姓名为关键字设计一个哈希表，采用除留余数法构造哈希函数，用线性探测再散列法处理冲突，平均查找长度上限为2。并且按姓名在哈希表中查询学生的位置和

对于这个班级的学生姓名，我们可以用拼音表示，例如：

zhāng sān, lǐ sì, wáng wǔ, zhào liù, chén qī, ...

接下来，我们需要设计一个哈希表，以学生姓名为关键字。我们可以选择除留余数法作为哈希函数，例如：

hash(name) = sum(ord(c) for c in name) % 30

其中，ord(c) 表示字符 c 的 ASCII 码值，sum 表示求和。这个哈希函数将学生姓名的 ASCII 码值相加，并对 30 取余，得到一个在 到 29 之间的整数，作为该学生在哈希表中的位置。

如果两个学生的姓名映射到同一个位置，就会发生冲突。为了处理冲突，我们可以采用线性探测再散列法。具体来说，如果第 i 个位置已经被占用，就尝试查找第 i+1, i+2, i+3, ... 个位置，直到找到一个空闲位置或者查找次数超过了哈希表的大小。如果查找次数超过了哈希表的大小，就说明哈希表已经满了，需要重新构建。

为了保证平均查找长度上限为 2，我们需要调整哈希表的大小和哈希函数。具体来说，我们可以选择一个质数作为哈希表的大小，例如 31，这样可以保证除留余数法的效果更好。同时，我们需要调整哈希函数，使得冲突的概率更小。例如，我们可以将哈希函数改为：

hash(name) = (sum(ord(c) for c in name) * 31 + ord(name[])) % 31

其中，ord(name[]) 表示姓名的第一个字符的 ASCII 码值，乘以 31 是为了增加随机性。这个哈希函数将学生姓名的 ASCII 码值相加，并乘以 31，再加上姓名的第一个字符的 ASCII 码值，最后对 31 取余，得到一个在 到 30 之间的整数，作为该学生在哈希表中的位置。

现在，我们可以按照学生姓名在哈希表中查询学生的位置。例如，如果要查询张三的位置，可以计算出 hash("zhāng sān") = 23，然后查找哈希表的第 23 个位置，如果该位置为空，就说明哈希表中不存在张三；如果该位置已经被占用，就需要进行线性探测，直到找到张三或者查找次数超过了哈希表的大小。如果查找次数超过了哈希表的大小，就说明哈希表中不存在张三。