【算法学习笔记】7：字符串前缀哈希法

最新推荐文章于 2022-09-13 12:27:26 发布

大桔骑士v

最新推荐文章于 2022-09-13 12:27:26 发布

阅读量1.9k

点赞数 7

分类专栏：算法（学习）文章标签：字符串哈希 ACM 算法

本文链接：https://blog.csdn.net/SHU15121856/article/details/109553503

版权

算法（学习）专栏收录该内容

29 篇文章 37 订阅

订阅专栏

字符串前缀哈希法

有很多字符串的问题可以用字符串哈希来做，不一定要用KMP算法。

这里的哈希方式是一些比较特殊的哈希方式，即字符串前缀哈希。比如有一个字符串abcde，则可以先预处理出来所有前缀的哈希，比如h[1]就表示a的哈希，h[2]就表示ab的哈希，特别的，定义h[0]=0表示前0个字符的哈希值为0。

要定义某一个前缀的哈希值，只要把字符串看成是一个 $P$ 进制的数，那么每一位的ASCII码就表示这一位的数字是多少。那么上面的例子的字符串哈希值（即对应的十进制的数值）为：
$\times P^4 + b \times P^3 + c \times P^2 + d \times P^1 + e \times P^0$

转化成数字之后这个数字可能非常大，所以要取模一下，一般是对 $2^{64}$ 取模，在C++里就只需要直接用unsigned long long来存储就行了，就不需要真正的写取模这个动作了。

需要注意：

对字符串的每一位字符都不应该映射成0，假如把一个字符A映射成0了，那么AA映射过来就也是0，就不对了。
在哈希数字的时候可能会存在冲突，这个字符串哈希方法是不处理冲突的，经验上一般取 $P = 131$ 或者 $P = 13331$

使用这种方式，可以利用前缀哈希来求得每一个子串的哈希值，如果要求字符串下标从L到R的哈希值，只需要知道1..L-1的哈希值h[L-1]，1..R的哈希值h[R]。其实要计算的L..R的哈希值就是这段数的 $P$ 进制表示，所以其实就是在 $P$ 进制的意义上把1..L-1这个数左移到和1..R对齐，然后再用1..R的值给它减掉就行了。

因为取模运算对加减乘都是同态的，所以用取模后的结果来计算，再取模得到的结果也一定是正确的：
$\times P^{R-L+1} + 2^{64}) \ \ mod \ \ 2^{64}$

因为直接用unsigned long long来存，所以这里的加模再取模也是没必要做的了。

模板题

AcWing 841 字符串哈希

#include <iostream>

using namespace std;

typedef unsigned long long ULL;

const int N = 1e5 + 10;
const int P = 131; // 表示成P进制数

ULL h[N], p[N]; // 哈希值和P的次幂
char str[N]; // 字符串，从1开始标号

ULL get(int l, int r) {
    return h[r] - h[l - 1] * p[r - l + 1];
}

int main() {
    int n, m;
    scanf("%d%d%s", &n, &m, str + 1);
    
    // 计算P的次幂和哈希值
    p[0] = 1;
    for (int i = 1; i <= n; i ++ ) {
        p[i] = p[i - 1] * P;
        h[i] = h[i - 1] * P + str[i];
    }
    
    // 处理m此询问
    while (m -- ) {
        int l1, r1, l2, r2;
        scanf("%d%d%d%d", &l1, &r1, &l2, &r2);
        // 比较区间内子串的哈希值是否相等
        if (get(l1, r1) == get(l2, r2))
            puts("Yes");
        else
            puts("No");
    }
    
    return 0;
}