哈希碰撞对数的数学期望为 $ e = \frac{n^2}{2m} $，反映散列表在负载因子 $ \alpha = n/m $ 下的冲突频率；当 $ n \approx \sqrt{m} $ 时期望碰撞约0.5，对应生日悖论临界点，且实际值受哈希函数均匀性、桶数选取及输入分布显著影响。

哈希碰撞概率的数学期望，本质上反映的是散列表在给定负载下的冲突发生频率，它不单是一个理论数字，而是由哈希函数质量、桶数量、输入分布和负载因子共同决定的实测指标。均匀性不是“越均匀越好”的模糊描述，而是可量化、可验证、直接影响 O(1) 查找稳定性的核心工程参数。

碰撞概率的数学期望公式与直观理解

假设哈希表有 m 个桶，插入 n 个互异键（无重复），哈希函数输出在 [0, m−1] 上理想均匀，则任意两个不同键发生碰撞的概率为 1/m。n 个键两两组合共 C(n,2) 对，因此碰撞对数的数学期望为：

E[碰撞对数] = C(n,2) × (1/m) ≈ n²/(2m)

这个公式直接说明：当 n 接近 √m 时，期望碰撞对数趋近于 0.5 —— 这正是生日悖论的临界点。例如 m=10000 时，插入约 100 个键，平均就会出现至少一次碰撞。

均匀性如何影响实际碰撞率

真实哈希函数无法达到理论均匀，偏差会显著抬高期望碰撞数。关键在于“局部聚集”：

• 若某 10% 的桶接收了 50% 的键，这些桶内碰撞概率将远高于均值
• 线性同余哈希（如 key % m）在 key 呈等差分布时极易产生规律性聚集
• MurmurHash、xxHash 等现代非加密哈希通过雪崩效应压制局部偏差，使实际 E[碰撞] 逼近理论值

实测均匀性的三步验证法

仅看平均负载不够，需检验桶内分布形态：

• 直方图分析：统计每个桶元素个数，绘制频次分布；理想情况应近似泊松分布 Poisson(λ)，其中 λ = n/m
• 卡方检验：计算 Σ(观测频次 − 期望频次)² / 期望频次，与 χ² 分布临界值比对（自由度 m−1），p 值 > 0.05 才认为分布无显著偏差
• 最大桶长监控：即使平均 λ=0.7，若最大桶长度 > 5，说明存在严重热点，拉链法退化为链表查找

负载因子与均匀性的协同关系

负载因子 α = n/m 是标量，但其安全阈值依赖于均匀性水平：

• 高质量哈希 + 质数桶数 → α 可放宽至 0.85～0.9 而仍保持良好性能
• 简单哈希（如 DJB2）+ 2 的幂桶数 → α > 0.5 就可能触发大量链式冲突
• Java HashMap 默认 α=0.75 是在 MurmurHash-like 混淆 + 2 的幂容量 + 树化阈值（8）下的综合折中