https://arxiv.org/abs/2501.02305
罗格斯大学生安德鲁·克拉皮文（Andrew Krapivin）偶然发现了标题《微小指标
》的论文
克拉皮文很快想到能缩小指标尺寸的方法
为了达成这目标
他需要找到更有效的方式来组织指标指向的数据。
于是他转向了杂凑表hash table
他在改进过程中无意间发明了全新的杂凑表，
其运行速度远超预期
罗格斯大学的马丁·法拉奇-科尔顿（Martín Farach-Colton）起初很怀疑
毕竟杂凑表是资工研究最透彻的数据结构之一
他请来了《微小指标》论文共同作者——卡内基美隆大学的威廉·库兹毛（William Kusz
maul）库兹毛回应：“你不只是设计了酷炫的杂凑表，你其实完全推翻了一个长达40年的
猜想！”
图灵奖得主姚期智在1985年的论文中提出
在具有特定属性的杂凑表（包括均匀探测策略）中
克拉皮文等人证明在新杂凑表中最糟情况下的查询与插入时间其实是O(logx^2)
这远比姚的预测快得多
此外姚还曾提出在贪心型杂凑表中
所有查询操作的平均时间不可能优于O(logx)
但克拉皮文等人发现对于某些非贪心型杂凑表
平均查询时间甚至可以达到O(1)
竟与杂凑表的填充程度无关，始终保持恒定
这发现进颠覆了40年传统认知