我仍然混淆了如何查找哈希表概率。我有大小为20的哈希表，开放寻址使用哈希函数
hash（int x）= x％20
需要在哈希表中插入多少个元素，以便下一个元素碰撞的概率超过50％。
我使用生日悖论的关注来找到它https://en.wikipedia.org/wiki/Birthday_problem，似乎得到了错误的答案。我的错误在哪里？ calculating
1/2 = 1-E ^（ - N ^ 2 /（2 * 20）） LN（1/2）= LN（E）*（ - N ^ 2/40） -0.69314718 = -n ^四十〇分之二 N = SCR（27.725887）= 5.265538
答案 0 :(得分：0)
需要在哈希表中插入多少个元素，以便下一个元素碰撞的概率超过50％。
嗯，这取决于一些事情。
简单的情况是，您已经使用不同且有效的随机整数键执行了11个插入，这样就可以使用11个存储桶，并且您的下一个插入使用另一个不同且有效的随机键，因此它将进行哈希处理对于任何具有相同概率的铲斗：显然只有9/20的机会未使用该铲斗，这意味着在第12次插入时碰撞的可能性首次超过50％。这是大多数公式，教科书，人等都会给你的答案，因为它对于哈希表与强散列函数和/或素数桶等一起使用的情况最有意义 - 哈希的场景桌子闪耀，特别优雅。
另一个不常见的情况是，您将业务的客户ID称为哈希表，并且您从1开始为客户分配递增ID号。即使您已经已经插入了带有ID 1到19的客户，你知道他们在没有冲突的桶[1]到[19]中 - 你的哈希只是传递了密钥而没有使用mod。你可以插入客户20进入桶[0]（在mod操作之后）没有碰撞。然后，第21位客户有100％的碰撞机会。 （但是，如果您的数据是这样的，请使用客户ID直接使用数组和索引，如果您不想浪费存储桶[0]，请使用customer_id - 1。）
当你超过50％的碰撞概率时，钥匙中还有许多其他可能的模式会影响：例如：所有的键都是奇数或某个值的倍数，或者说具有特定分布曲线的年龄或高度。
你使用生日悖论的错误是认为它回答了你的问题。当你把＆＃34; 1/2＆＃34;和＆＃34; 20＆＃34;在公式中，它告诉您 累积 碰撞概率达到1/2的点，但您的问题是＆＃34; 下一个 元素碰撞碰撞的概率超过50％＆＃34; （强调我的）。
