向一个有k个地址的哈希表内依次置入元素直到首次发生冲突为止，元素个数的期望值计算

设哈希表采用均匀散列和闭散列法,地址空间大小为n,已存在哈希表中的元素数目为m

定义事件$X_i$表示第$i$次散列未发生冲突,事件$Y_i$表示前i次散列未发生冲突(这里$1<=i<=n-m$
),
事件$Z_i$表示第i次散列发生冲突
于是
$P(Y_i)=P(X_1{X}_2---X_i)=P(X_1)P(X2|X1)P(X_3|X_1{X}_2)---P(X_i|X_1---X_{i-1})$
$=$$\frac{n-m}{n}$$\frac{n-m-1}{n}$$\frac{n-m-2}{n}$—$\frac{n-m-(i-1)}{n}$规定$P(Y_0)=1$

$P(Y_{i-1}{Z}_i)=P(Y_{i-1})P(Z_i|Y_{i-1})=$$\frac{n-m}{n}\frac{n-m-1}{n}\frac{n-m-2}{n}---\frac{n-m-(i-2)}{n}\frac{m+i-1}{n}$
$<=(1-\frac{m}{n}{)}^{i-1}\frac{m+i-1}{n}$ ($2<=i<=n-m+1$)
而$P(Z_1)=\frac{m}{n}$

于是向一个地址空间大小为n,且已装有m个元素的哈希表依次放入元素直到首次发生冲突为止，
放入元素的期望数$N(n,m)=$
$P(Z_1)0+{\sum }_{i=2}^{n-m+1}(i-1)P(Y_{i-1}{Z}_i)<={\sum }_{i=2}^{n-m+1}(i-1)(1-\frac{m}{n}{)}^{i-1}\frac{m+i-1}{n}$
$<={\sum }_{i=1}^{n-m}i(1-\frac{m}{n}{)}^i$$=\frac{(1-\frac{m}{n})}{\frac{m}{n}}-\frac{(n-m+1)(1-\frac{m}{n}{)}^{n-m+1}}{\frac{m}{n}}+\frac{(1-\frac{m}{n}{)}^2(1-(1-\frac{m}{n}{)}^{n-m})}{(\frac{m}{n}{)}^2}$

记散列表的装载因子$\alpha =\frac{m}{n}$
则$O(N(n,m))=\frac{(1-\alpha )}{\alpha }-\frac{(n(1-\alpha )+1)(1-\alpha {)}^{n(1-\alpha )+1}}{\alpha }+\frac{(1-\alpha {)}^2(1-(1-\alpha {)}^{n(1-\alpha )})}{(\alpha {)}^2}$

上式还可以继续化简,这里略去 另外${\sum }_{i=2}^{n-m+1}(i-1)(1-\frac{m}{n}{)}^{i-1}\frac{m+i-1}{n}$
完全可以不放缩直接暴力计算，不过这样计算过程会变得冗长繁琐极易出错，这里就不算了

需要提及的一点是当$m=0$也就是装载因子$\alpha =0$时以上部分推导过程仍然适用，只是最后的结果需要修改，这就留给读者思考了

最后需要说明一点$O(N(n,m))$是上界估计，只有在$\alpha$比较大才较精确,

当$\alpha$较小时估计效果较差