BZOJ3098: Hash Killer II

最新推荐文章于 2020-07-20 19:42:44 发布

Array98

最新推荐文章于 2020-07-20 19:42:44 发布

阅读量782

点赞数

分类专栏： BZOJ 文章标签： hash 字符串 BZOJ vfk 生日攻击

本文链接：https://blog.csdn.net/Array98/article/details/44654069

版权

BZOJ 专栏收录该内容

6 篇文章

订阅专栏

博客讲述了BZOJ3098题目的解题思路，该题目涉及字符串的子串计数问题。VFleaKing使用哈希+排序的方法，但hzhwcmhf指出这是后缀数组、后缀自动机或后缀树的高度问题。文章通过生日攻击的概念，解释了如何构造输入使得VFleaKing的哈希解决方案失败，强调了在哈希冲突时需要选取足够大的L以确保存在重复的哈希值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【题目描述】
这天天气不错，hzhwcmhf神犇给VFleaKing出了一道题：
给你一个长度为N的字符串S，求有多少个不同的长度为L的子串。
子串的定义是S[l]、S[l + 1]、… S[r]这样连续的一段。
两个字符串被认为是不同的当且仅当某个位置上的字符不同。

VFleaKing一看觉得这不是Hash的裸题么！于是果断写了哈希 + 排序。
而hzhwcmhf神犇心里自然知道，这题就是后缀数组的height中 < L的个数 + 1，就是后缀自动机上代表的长度区间包含L的结点个数，就是后缀树深度为L的结点的数量。
但是hzhwcmhf神犇看了看VFleaKing的做法表示非常汗。于是想卡掉他。

VFleaKing使用的是字典序哈希，其代码大致如下：

u64 val = 0;
for (int i = 0; i < l; i++)
    val = (val * base + s[i] - 'a') % Mod;

u64是无符号int64，范围是[0, 2^64)。
base是一个常量，VFleaKing会根据心情决定其值。
Mod等于1000000007。
VFleaKing还求出来了base ^ l % Mod，即base的l次方除以Mod的余数，这样就能方便地求出所有长度为L的子串的哈希值。
然后VFleaKing给哈希值排序，去重，求出有多少个不同的哈希值，把这个数作为结果。
其算法的C++代码如下：

typedef unsigned long long u64;
const int MaxN = 100000;

inline int hash_handle(const char *s, const int &n, const int &l, const int &base)
{
    const int Mod = 1000000007;

    u64 hash_pow_l = 1;
    for (int i = 1; i <= l; i++)
        hash_pow_l = (hash_pow_l * base) % Mod;

    int li_n = 0;
    static int li[MaxN];

    u64 val = 0;
    for (int i = 0; i < l; i++)
    val = (val * base + s[i] - 'a') % Mod;
    li[li_n++] = val;
    for (int i = l; i < n; i++)
    {
        val = (val * base + s[i] - 'a') % Mod;
        val = (val + Mod - ((s[i - l] - 'a') * hash_pow_l) % Mod) % Mod;
        li[li_n++] = val;
    }

    sort(li, li + li_n);
    li_n = unique(li, li + li_n) - li;
    return li_n;
}

hzhwcmhf当然知道怎么卡啦！但是他想考考你。

【输入说明】
没有输入。
【输出说明】
你需要输出一组数据使得VFleaKing的代码WA掉。我们会使用Special Judge检查你的结果的正确性。
第一行两个用空格隔开的数n、l。
第二行是一个长度为n的字符串。只能包含’a’~’z’。
需要保证1 <= n <= 10^5, 1 <= l <= n，
不符合以上格式会WA。
不要有多余字符，很可能导致你WA。

【样例输入】
没有
【样例输出】
8 4
buaabuaa
（当然这个输出是会WA的）

【提示】
如果一个房间里有23个或23个以上的人，那么至少有两个人的生日相同的概率要大于50%。

【分析】
吓死了这道题= =

其实原理就是生日攻击：
如果你在n个数中随机选数，那么最多选√n次就能选到相同的数。
PS:如果你的RP炸掉了我也没办法= =

同样的，这题的Hash值在0到1000000007之间。
所以大概要选择10^5次就可以啦~

这里要注意的是：l要取一个较大的数，保证方案数超过Mod。
因为我们要有2个数有相同的Hash值。

代码：

/**************************************************************
    Problem: 3098
    User: Array98
    Language: C++
    Result: Accepted
    Time:12 ms
    Memory:800 kb
****************************************************************/

#include<cstdio>
#include<cstdlib>
using namespace std;
int n=100000,l=20;//L的取值很玄妙~
int main()
{
    printf("%d %d\n",n,l);
    for(int i=1;i<=n;i++) printf("%c",char(rand()%26+'a'));
    printf("\n");
    return 0;
}