1. 哈希表基础概念

• 哈希表：通过散列函数将关键字（Key）映射到固定的存储位置（哈希地址），实现 “关键字→地址” 的直接映射，核心目标是快速查找（理想情况下查找时间复杂度为 O (1)）。
• 哈希冲突（碰撞）：不同关键字通过散列函数计算后，得到相同哈希地址的现象（例如：Key1≠Key2，但 Hash (Key1)=Hash (Key2)）。

2. 堆积（聚集）现象

堆积是冲突解决过程中产生的次生问题，分为 “基本聚集” 和 “二次聚集”，核心本质是：
由于冲突解决策略（如开放定址法中的线性探测、二次探测）的特性，导致多个关键字的哈希地址集中在哈希表的局部区域，形成连续的 “占用块”。
例如：线性探测法中，若 Key1 映射到地址 i 且冲突，会依次探测 i+1、i+2… 直到找到空位置；后续若有 Key2 映射到 i+1 冲突，会继续探测 i+2、i+3… 最终 i、i+1、i+2… 形成密集的 “堆积区”。

、解题过程：分析堆积现象对各选项的影响

逐一判断堆积现象是否 “直接影响” 各选项：

1. 选项 A：存储效率（排除）

存储效率侧重 “空间利用率”，即哈希表整体是否浪费空间。
堆积现象是局部区域的关键字密集（如某一区间被占满），但哈希表的 “总容量” 和 “已存储关键字数量” 并未改变（例如：表容量 100，已存 50 个，局部 10 个位置堆积，整体仍有 50 个空闲位置）。
因此，堆积不会改变整体的空间利用率，不影响存储效率。

2. 选项 B：散列函数（排除）

散列函数是 “关键字→地址” 的固定映射规则（如除留余数法：Hash (Key)=Key%10），其逻辑在哈希表创建时就已确定。
堆积是冲突解决策略（如线性探测）导致的结果，而非散列函数本身的问题 —— 即使出现堆积，散列函数对同一关键字的映射结果依然不变。
因此，堆积不会改变散列函数的规则，不影响散列函数。

3. 选项 C：装填因子（排除）

装填因子 α = 已存关键字数 n / 表容量 m，仅由 “n” 和 “m” 两个客观值决定：

• 若不插入 / 删除关键字，n 不变；表容量 m 是创建时固定的，均与 “堆积” 无关。
  例如：n=5、m=10，α=0.5；即使出现堆积，n 仍为 5、m 仍为 10，α 始终是 0.5。
  因此，堆积不会改变装填因子，不影响装填因子。

4. 选项 D：平均查找长度（正确）

平均查找长度的核心影响因素是 “查找时的探测次数”：

• 若无堆积，查找目标关键字时，若哈希地址无冲突，1 次比较即可找到；若冲突，探测次数也较少。
• 若存在堆积，局部区域形成 “长探测链”：例如，某关键字的哈希地址在堆积区，需要依次探测 3 次、5 次甚至更多次才能找到目标（或确定不存在），导致单次查找的比较次数增加。
  当大量查找操作涉及堆积区时，整体的 “平均比较次数”（即平均查找长度）会显著增大 —— 这是堆积现象的直接影响。