【算法·哈希】哈希Hash判重算法入门

大整数判重

对于一个大整数，如果你需要判重，即知道一个数字是否已经出现过，如果这一个数值很小的话，我们可以直接用数组进行桶排，暴力用数组下标标记，这样十分简单的就能够知道一个数字是否已经出现过了。

但是如果一个数字的数值非常大，超出了数组所能够承受的空间大小，我们就需要使用Hash来进行解决。

对于一个数值，对它进行一大大整数取模，这一个取模的值就是这一个数字的哈希值。即：$$Hash[x]=xmodP,P\in prime$$
P较大时因为避免某一个次数重复过多，对于大整数取模也可以保证重复的几率很小。

但是如果出现重复的话，我们可以使用像链表一样的思想，以$Hash(x)$为表头不断向后遍历即可。

字符串哈希

对于一个字符串，我们可以对每一个字符串每一个看成是一个$131$进制或者$1331$进制的数，这样的话冲突概率很低，我们只要将字符串按照数字的方法进行进制转换即可。

如果字符串s要求有没有和s相同的字符，则可以对一个在空间范围内的大质数取模，这样我们就可以和上面的整数一样用数组下标调用，并使用链表来解决。

对不需要下标调用的题目，我们可以直接用$C++$中的$unsignedlonglong$进行存储，相当于直接对$2^{64}$取模，冲突概率即低且避免了低效的取模运算。

Hash的其他算法

对于一些奇奇怪怪的题目，所对应的Hash函数需要自己定义。

还有一个判重的方法就做现行探测法，就是如果当前这个数组有的话不断往后跳，直到有空位为止；本人认为这种方法不太自然，也没有链表直观，因此会以链表的方法为主。

当然空谈概念和理论也没有什么用，我们还是应该放到具体的题目中去解决。

Hash和Map、Set

STL中的Map和Set自带判重功能，但是在时间复杂度上需要乘上一个log，因为常数不是十分优秀；而hash则可以完美的实现O(1)处理，复杂度较小。

在很多题上，Hash可以用Map和Set水，但是必要的Hash算法还是必须要掌握的；但是Map和Set还是需要掌握的，因为可以起到节约时间、方便调用和减小代码量的作用。

---

集合的关系

给定两个集合A、B，集合内的任一元素x满足1 ≤ x ≤ 10^9，并且每个集合的元素个数不大于105105。我们希望求出A、B之间的关系。

给定两个集合的描述，判断它们满足下列关系的哪一种：

A是B的一个真子集，输出“A is a proper subset of B”

B是A的一个真子集，输出“B is a proper subset of A”

A和B是同一个集合，输出“A equals B”

A和B的交集为空，输出“A and B are disjoint”

上述情况都不是，输出“I’m confused!”

Solution

我们只要判断集合A的数是否在集合B中出现过，同理，判断集合B中的数是否再出现过，就能够十分简单的根据判断的结果十分迅速的得到答案。但是因为数字很大，所以我们就可以使用Hash算法来判断重复即可。

代码如下：

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

int n,m;
bool f1,f2,f3;
const int P=999983;
const int N=1000000;
int a[N],b[N];
vector < int > h1[N],h2[N]; 

#define hash(x) (x%P)
void insertA(int x)
{
   
	int val=hash(a[x]);
	for (int i=0;i<h1[val].size();++i)
	    if (a[x]==h1[val][i]) return;
	h1[val].push_back(a[x]);
}
void insertB(int x)
{
   
	int val=hash(b[x]);
	for (int i=0;i<h2[val].size();++i)
	    if (b[x]==h2[val][i]) return;
	h2[val].push_back(b[x]);
}
bool check_AinB(int x)
{
   
	int val=hash(a[x]);
    for (int i=0;i<h2[val].size();++i)
        if (a[x]==h2[val][i]) return f3=1;
    return 0;
}
bool check_BinA(<