算法整理 & 复习：哈希、哈希冲突

---

一、哈希

P3370 【模板】字符串哈希

#include<iostream>
#include<string.h>
#include<algorithm>
#include<stdio.h>
using namespace std;


long long prime=10000000007; 
long long p=10000000009;
long long base=1381;
long long a[10010];
char str[10010];
int n,ans;


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


int main(){
    cin >> n;
    for(int i=1;i<=n;i++){
        cin >> str;
        a[i]=hash(str);
    }
    sort(a+1,a+n+1);
    ans = unique(a+1,a+n+1)-a-1;
    cout << ans;
}

---

二、哈希冲突

由于进行哈希的数据可以认为是无限的，而考虑到 int 或 long long 的范围，要进行取模，所以哈希后的数据是有限的，因此就会出现两个不同的数据哈希值相同的情况，这种情况就叫哈希冲突，解决哈希冲突的办法有如下几种：

1. 开放地址法（再散列法）

产生冲突后，按照某一次序找到下一个空闲的单元，将冲突的元素放入。

(1) 线性探查法

从产生冲突的位置开始，依次往后查找，直到找到空闲的单元，将数据放入。

(2) 平方探查法

从产生冲突的位置开始，依次查找第 $1^2$ 、$2^2$ 、$3^2$ ··· $n^2$ 个单元，直到找到空闲的单元。

(3) 双散列函数探查法

取一个素数，把它作为步长，依次往后查找空闲的单元。

2. 链地址法（拉链）

将哈希值相同的元素建成链表，把 head 放在散列表里。或者在相同元素数量很多时用红黑树代替链表。

3. 再哈希法

构造多个不同的哈希函数，当第一个函数冲突时，再用第二个函数进行计算。一般情况下用两个哈希函数就可以把冲突概率降到很低。

4. 建立公共溢出区

建一个溢出表，将所有产生冲突的数据存入溢出表。

---

返回