字符串hash的一种实现

字符串hash是指将一个字符串s映射为一个，使得该整数可以尽可能唯一的代表也就是唯一标识。换言之，如果两个字符的hash值相同那么我们可以认为两者相同。

这里使用的hash策略，便是把一个字符串的每一位赋予权值
假设都是大写的英文字母。
我们设

$$H[i]代表前i个hash值$$
那么 $$H[i]=H[i-1]*p+val[i]$$
这里因为是大写英文字母，只有26 中不同的表示，所以这里可以设p为26。（实际上就是把26进制数用10进制数表示）
接下的问题是如果字符串的位数很长，那么很可能所产生的hash值会超过技术表示的范围（以int和long类型为例）。
所以我们可以设置一个数mod,即去余
$$H[i]=(H[i-1]*p+val[i]\%mod$$

那么这样可以解决数字太大的问题，但是会造成的另一个问题是产生碰撞，即不同的字符串的hash值可能会相同。
根据相关资料，如果我们把$p$设置为一个$10^7（如10000019）$大小，把$mod$设为一个$10^9(如1000000009)$大小的数，那么发生碰撞的概率就非常低。
后来我问斌爷，斌爷说把p设为233就够啦，基本上碰撞的概率极小233。

一个延伸问题：如果我得到了一个字符串的hash值，那么怎么得到其中任意一个子串的hash？
首先易知：

$$H[i...j]=val[i]*p^{j-i}+val[i+1]*p^{j-i-1}+val[i+2]*p^{j-i-2}+...+val[j]*p^0$$
显然：
$$H[j]=H[i-1]*p^{j-i+1}+H[i...j]$$
所以： $$H[i...j]=(H[j]-H[i-1]*p^{j-i+1})$$
这个时候去模：
$$H[i...j]=((H[j]-H[i-1]*p^{j-i+1})\% mod+mod) \%mod$$
完毕。