哈希查找性能分析：线性探测再散列下的成功与失败查找成本

1. 哈希查找：从“乱放东西”到“快速寻宝”

你有没有过这样的经历？家里的东西随手一放，等要用的时候，翻箱倒柜就是找不到。但如果给每个物品都规定一个固定的位置，比如“钥匙永远挂在门后”，那找起来就快多了。哈希查找的核心思想，其实就是这么回事。

在计算机的世界里，我们经常需要在一大堆数据里快速找到某个特定的值。比如，你要在几百万用户里验证一个登录名和密码是否正确，如果一个个去比对，那得等到猴年马月。这时候，哈希表就派上用场了。它就像一个超级智能的储物柜系统，你告诉它要找的东西叫什么（这个“名字”就是关键字），它通过一个固定的规则（哈希函数）瞬间算出这个东西应该放在哪个柜子里，然后直接去那个柜子拿。理想情况下，一次就能找到，速度快得飞起。

这个“固定的规则”就是哈希函数，比如我们常说的 H(key) = key % K。简单理解，就是拿关键字除以一个数K，取余数，这个余数就是柜子的编号。听起来很简单，对吧？但问题来了，万一两个不同的东西，算出来的柜子编号一样怎么办？就像你和邻居的快递都被分配到了同一个快递柜格子里，这就产生了“冲突”。

处理冲突的方法有很多，今天我们要重点聊的，就是其中一种非常直接的方法——线性探测再散列。你可以把它想象成：当你发现自己的柜子被别人占了，你就顺着柜子一排排往下找，直到找到一个空柜子塞进去。找东西的时候也一样，先去自己的柜子看，没有就继续往下找。这种方法实现起来简单，但它的查找效率，也就是我们常说的平均查找长度，会随着柜子被占得越来越满而发生有趣的变化。今天，我们就来掰开揉碎，看看在这种方法下，查找成功和查找失败，到底各需要“找几次”。

2. 线性探测再散列：当“理想车位”被占后

好了，我们现在知道哈希表是个“智能储物柜”，也知道了哈希函数是分配柜子的规则。那线性探测再散列到底是个什么操作呢？我用一个更生活的例子来讲。

假设你开车去一个大型露天停车场，这个停车场有M个车位（对应哈希表长M）。停车场的管理系统告诉你一个规则：你的车位号等于你的车牌号最后一位数字（假设是0-9，这相当于K=10）。你开着一辆车牌尾号是3的车，高高兴兴地开到3号车位，发现已经被一辆尾号是13的车占了（因为13%10也等于3）。这时候你怎么办？

线性探测的做法就是：别急，从3号车位开始，依次往后查看4号、5号、6号……直到找到一个空车位，然后把车停进去。这个过程就是“探测”。下次你来取车，系统还是会告诉你“你的车在3号位附近”，你先去3号位看，不是你的车，那就继续往后找4号、5号……直到找到你的车为止。这个“依次往后找”的过程，就是线性探测。

在代码里，这个过程通常用一个循环来实现：

int pos = hash(key); // 先计算初始位置
for (int i = 0; i < m; i++) {
    pos = (hash(key) + i) % m; // 线性探测下一个位置
    if (table[pos] == key) {
        // 找到了！
        return i + 1; // 查找长度是探测次数+1
    } else if (table[pos] == EMPTY) {
        // 遇到空位，说明要找的关键字不存在（对于查找而言）
        break;
    }
}

这里的 i+1 就是查找长度。为什么是i+1？因为第一次查看初始位置算一次，之后每多查看一个位置就再加一次。

这种方法的优点显