洛谷p3370题解

题目描述

如题，给定 N 个字符串（第 i 个字符串长度为 Mi​，字符串内包含数字、大小写字母，大小写敏感），请求出 N 个字符串中共有多少个不同的字符串。

友情提醒：如果真的想好好练习哈希的话，请自觉。

输入格式

第一行包含一个整数 N，为字符串的个数。

接下来 N 行每行包含一个字符串，为所提供的字符串。

输出格式

输出包含一行，包含一个整数，为不同的字符串个数。

输入输出样例

输入 #1复制

5
abc
aaaa
abc
abcc
12345

输出 #1复制

4

说明/提示

对于 30% 的数据：N≤10，Mi≈6，Mmax≤15。

对于 70% 的数据：N≤1000，Mi≈100，Mmax≤150。

对于 100% 的数据：N≤10000，Mi≈1000，Mmax≤1500。

样例说明：

样例中第一个字符串(abc)和第三个字符串(abc)是一样的，所以所提供字符串的集合为{aaaa,abc,abcc,12345}，故共计4个不同的字符串。

Tip： 感兴趣的话，你们可以先看一看以下三题：

BZOJ3097：http://www.lydsy.com/JudgeOnline/problem.php?id=3097

BZOJ3098：http://www.lydsy.com/JudgeOnline/problem.php?id=3098

BZOJ3099：http://www.lydsy.com/JudgeOnline/problem.php?id=3099

如果你仔细研究过了（或者至少仔细看过AC人数的话），我想你一定会明白字符串哈希的正确姿势的^_^

思路：

哈希裸题。

这道题我们可以用map水过去，但是建议用哈希。

哈希是什么？说实话跟map差不多

Hash，一般翻译做散列、杂凑，或音译为哈希，是把任意长度的输入（又叫做预映射pre-image）通过散列算法变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来确定唯一的输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。

——百度百科

hash相当于一个字符串通过一个函数映射到一个唯一的值，这个映射的过程就叫hash函数。

hash函数有可能会有重复，这个就叫hash冲突。我们为了避免这种情况，通常会选择一些好的哈希函数。

比如：数位哈希。

code：

long long hash(char s[]){
    int len=strlen(s);
    long long ans=0;
    for(int i=0;i<len;i++)ans=(ans*base+(long long)s[i])%mod+prime;
    return ans;
}

这是一种很好的方法，而且每个数值都加上一个大质数，这样可以降低哈希冲突的可能性。

完整code：

#include<bits/stdc++.h>
using namespace std;
long long base=131,a[10010],n,ans=1,prime=233317;
char s[10010];
const long long mod=212370440130137957ll;
long long hash(char s[]){
    int len=strlen(s);
    long long ans=0;
    for(int i=0;i<len;i++)ans=(ans*base+(long long)s[i])%mod+prime;
    return ans;
}
int main(){
    cin>>n;
    for(int i=1;i<=n;i++){
 	    cin>>s;
 	    a[i]=hash(s);
    }
    sort(a+1,a+n+1);
    for(int i=1;i<n;i++)
 	    if(a[i]!=a[i+1])
            ans++;
    cout<<ans;
}