【10】散列（Hash）表、字符串模式匹配（KMP）

 1. 散列（Hash）表
	(1) 负载因子
	= 已有元素数/数组长度
	(2) 哈希函数
			[1]除余法 h(x) = x % M
			[2] 乘余取整法 h(x) = floor(A 乘 x的小数部分)
			[3]  平方取中法 先平方，然后取中间几位
			[4]  基数转换法 换成其他进制，然后取其中几位
			[5]  ELFhash字符串
	(3)  聚集和二级聚集
	(4) 解决冲突的方式
		[1] 开散列方法（拉链法）
		[2] 闭散列方法（开放寻址法）
			a.  线性探查法 d(i) = (d(0) + i  c) % M。易产生聚集问题。
			b.  二次探查法。易产生二级聚集问题。
					d(2i - 1) = (d(0) + i^2) % M
					d(2i) = (d(0) - d ^2) % M
			c.  随机探查法。易产生二级聚集问题。
			d.  双散列探查法

2. 字符串模式匹配（KMP）
   

3. 查找算法的分析及应用

模拟散列表

题目描述

维护一个集合，支持如下几种操作：

1. I x，插入一个数 $x$；
2. Q x，询问数 $x$ 是否在集合中出现过；

现在要进行 $N$ 次操作，对于每个询问操作输出对应的结果。

输入格式

第一行包含整数 $N$，表示操作数量。

接下来 $N$ 行，每行包含一个操作指令，操作指令为 I x，Q x 中的一种。

输出格式

对于每个询问指令 Q x，输出一个询问结果，如果 $x$ 在集合中出现过，则输出 Yes，否则输出 No。

每个结果占一行。

数据范围

$1<=N<=10^5$
$-10^9<=x<=10^9$

输入样例：

5
I 1
I 2
I 3
Q 2
Q 5

输出样例：

Yes
No

---

算法

拉链法

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 200003;
int n;
int h[N], e[N], ne[N], idx;

bool find(int x){
	int t = (x % N + N) % N;
	for(int i = h[t]; ~i; i = ne[i])
		if(e[i] == x)
			return true;
	return false;
}
void add(int a, int b){
	e[idx] = b, ne[idx] = h[a], h[a] = idx ++;
}
void insert(int x){
	if(find(x)) return;
	int t = (x % N + N) % N;
	add(t, x);
}
int main(){
	memset(h, -1, sizeof h);
	scanf("%d", &n);
	while(n --){
		char op[2];
		int x;
		scanf("%s%d", op, &x);
		if(*op == 'I') insert(x);
		else{
			if(find(x)) puts("Yes");
			else puts("No");
		}
	}
	return 0;
}

开放寻址法

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;

const int N = 200003, null = 0x3f3f3f3f;
int n;
int h[N];

int find(int x){
	int t = (x % N + N) % N;
	while(h[t] != null && h[t] != x)
		t = (t + 1) % N;
	return t;
}
int main(){
	memset(h, 0x3f, sizeof h);
	scanf("%d", &n);
	while(n --){
		char op[2];
		int x;
		scanf("%s%d", op, &x);
		if(*op == 'I') h[find(x)] = x;
		else{
			if(h[find(x)] == null) puts("No");
			else puts("Yes");
		}
	}
	return 0;
}

KMP字符串

题目描述

给定一个模式串 $S$，以及一个模板串 $P$，所有字符串中只包含大小写英文字母以及阿拉伯数字。

模板串 $P$ 在模式串 $S$ 中多次作为子串出现。

求出模板串 $P$ 在模式串 $S$ 中所有出现的位置的起始下标。

输入格式

第一行输入整数 $N$，表示字符串 $P$ 的长度。

第二行输入字符串 $P$。

第三行输入整数 $M$，表示字符串 $S$ 的长度。

第四行输入字符串 $S$。

输出格式

共一行，输出所有出现位置的起始下标（下标从 $0$ 开始计数），整数之间用空格隔开。

数据范围

$1>=N>=10^5$
$1>=M>=10^6$

输入样例：

3
aba
5
ababa

输出样例：

0 2

---

算法

C++ 代码

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 100010, M = 1000010;

int n, m;
char p[N], s[N];
int ne[N];
int main(){
	scanf("%d%s", &n, &p + 1);
	scanf("%d%s", &m, &s + 1);
	for(int i = 2, j = 0; i <= n; i++){
		while(j && p[i] != p[j + 1]) j = ne[j];
		if(p[i] == p[j + 1]) j ++;
		ne[i] = j;
	}
	for(int i = 1, j = 0; i <= m; i++){
		while(j && s[i] != p[j + 1]) j = ne[j];
		if(s[i] == p[j + 1]) j++;
//		printf("i = %d j = %d\n", i, j);
		if(j == n) printf("%d ", i - n);
	}
	return 0;
}