简析模余法中哈希表长度为何取素数

初学哈希表的时候可能会有一个错觉，就是在关键码一定的情况下，长度越大，哈希表的冲突概率应该越小。的确，当关键码在一个大范围内 ，比如0-1000，$完全随机$ 分布的情况下，当我们把哈希表的长度从1开始递增，在这个过程中冲突的概率自然逐渐减小。

但是实际运用中，关键码的分布往往呈周期性。

在邓俊辉教授的《数据结构习题解析》第182页有这样一道习题：

邓公在解答中详细论述了发生冲突的原因，在此不再赘述。仅就其中画红圈部分的M/g发表一些自己的理解：

首先仔细审题，一共有M个（也就是散列表长度）关键码，这说明关键码的取值范围大概是0~M*T。
其次观察
图中与05冲突的散列码：29、53、77
对于其中任意一个，比如29来说，有 5%12 == 29 % 12，即 5 % 12 == (5 + 8 + 8 + 8) % 12，不难观察到，（8+8+8）% 12 = 0。即3 * 8 % 12 == 0，这里8是周期T，12是表长M，记3为k，要找有多少个关键码在这一点（05）冲突即是找有多少个k使k * T % M == 0成立。

问题进行到这里，先暂停一下，看另外一个问题。
  要使a * b % c == 0，abc三个数字应该满足什么条件？
  首先对a、b进行因式分解:
  a = a1 * a2 * a3…  b = b1 * b2 * b3…
  然后将a的部分质因子跟b的部分质因子凑出来一个相乘得c的式子，如果能
  凑出来，那么a * b % c == 0这个等式就成立，反之，不成立。
  例如：3*8 % 12 = 3 * （2 * 2 * 2） % 12 = (3 * 2 * 2) * 2 %12
  显然等于0

好了回到刚才的问题，有多少个k使k * T % M == 0成立
令g = gcd(M, T)。
如果T凑出的一个因子是g，那k只需要凑出一个M/g即可。那么符合这个条件的k有哪些的？没错就是（M/g, 2M/g, 3M/g…) 那总共有几个这样的k呢？ M/(M/g) = g个。
那么如果T凑出的因子小于g呢？不妨设为Tg，(此时有Tg < g) 不难验证（然而还是稍微有一点难度）g是Tg的整数倍。那么符合这个条件的k有哪些呢？（M/Tg, 2M/Tg, 3M/Tg…)那这时有多少k呢？M/(M/Tg) = Tg个。同样不难验证，这个范围是（M/g, 2M/g, 3M/g…)的一个真子集。
要使这样一个k的取值范围尽量小，那么就应该使T和M的最大公约数尽可能的小。如果M和T互质，最大公约数为1，此时k只能取（M/1, 2M/1, 3M/1…)，即M的倍数，才会使等式成立。

所以要想冲突率降低，只需M和T的最大公约数尽可能的小，即M为素数。