x，y全都连续，用相关系数。

在所给的选项中，用于判断一个连续型解释变量是否应当剔除或保留的通常方法是 **B: 相关系数**。让我们来分析一下每个选项：

| 选项 | 描述 | 分析 |
|------|------|------|
| A: T检验 | 一种用于比较两个样本均值是否显著不同的统计检验 | 主要用于分类变量，通常在比较组之间差异时使用，不适用于判断连续型变量之间的线性关系。 |
| B: 相关系数 | 衡量两个连续变量之间的线性关系强弱的统计量 | 可以用来判断解释变量和被解释变量之间的关系强弱，从而决定是否保留该变量。较低的相关系数可能意味着弱线性关系，这时候可以考虑剔除变量。 |
| C: K-Means | 一种聚类算法，用于将数据点分成多个组 | 主要用于无监督学习中的聚类问题，与评估变量是否保留无直接关系。 |
| D: hash算法 | 用于将输入压缩成固定大小的输出，通常用于快速查找或数据完整性验证 | 不适用于统计建模和解释变量选择。 |

因此，适合用于判断一个连续型解释变量是否应当剔除或者保留的方法是 **相关系数**。它帮助我们识别解释变量与被解释变量之间的关系强弱，进而为变量选择提供依据。