基本字符串哈希及一些问题

最基本的字符串哈希

对于一个长度为$n$的字符串$s$（下标从$0$到$n-1$），假定它的每个字符都可以用0~127的ASCII码表示，那么我们可以把它看作一个128进制的数作为哈希值。

记$P=128$，则数值化的$s$为
$$s=\sum _{i=0}^{n-1}{s}_i\times P^i$$

拼接与截取

对于两个字符串$s_1,s_2$，记其长度分别为$L_1,L_2$，那么对于$s_1,s_2$顺次拼接得到的字符串$s$，数值化后满足
$$s=s_1+s_2\times P^{L_1}$$

我们记从字符串$s$中由下标$l$到下标$r(0\le l\le r<n)$的字符构成的子串为$s(l,r)$且$h_r=s(0,r),h_{-1}=0$，那么任意子串$s(l,r)$数值化后应当满足
$$s(l,r)=\frac{h(r)-h(l-1)}{P^l}$$

存储问题

显然，对于稍微长一些的字符串，其数值化之后会非常的大，难以存储，因此我们必须对其取模。取模后容易带来哈希碰撞，当模数和$P$均取质数时，碰撞概率会显著减小。$P$常常取131或13331。而模数则根据存储单元大小决定，例如用4字节有符号整数存储时，可以采用$10^9+7$做模数。

需要注意，对于相当长的字符串（譬如其长度超过$10^5$），那么采用$10^9+7$做模数时，出现碰撞的概率相当大，因此这时可以使用8字节有符号整数存储，并采用$10^{18}+3$作为模数。

另一种解决碰撞的方法是：对同一字符串采用两个不同的$P$或者模数进行哈希，两个哈希值均相同时才认为是同一字符串。

例题

原题链接：CF855D

题意： 从一个字符串中删去两个连续字符，问能够产生多少种不同的字符串？

解答： 将所有可能的字符串哈希后用set去重后即可。

代码：

//该代码采用了1e18+3作为模数
#include<bits/stdc++.h> 
using namespace std;

typedef long long ll;

//带取模运算long long的模板
template<ll MOD>
class mint{
public:
	ll x;
	mint(){x=0ll;}
	mint(ll x){this->x=x;}
	mint operator+(const mint &i) const{mint ret(x+i.x);if(ret.x>MOD)ret.x-=MOD;return ret;}
	mint operator-(const mint &i) const{mint ret(x-i.x);if(ret.x<0)ret.x+=MOD;return ret;}
	mint operator<<(int i)const {ll t=x;while(i--){t<<=1;if(t>MOD)t-=MOD;}return mint(t);}
	mint operator*(const mint &i) const{
		//由于模数很大，直接进行两个long long的乘法会溢出，因此拆分成两个int进行计算
		ll k=1ll<<31,a=x&(k-1),b=x>>31,c=i.x&(k-1),d=i.x>>31;
		if(b==0){
			if(d==0) return mint(a*c%MOD);
			return mint(a*c%MOD)+(mint(a*d%MOD)<<31);
		}else{
			if(d==0) return mint(a*c%MOD)+(mint(b*c%MOD)<<31);
			return mint(a*c%MOD)+(mint(a*d%MOD)<<31)+(mint(b*c%MOD)<<31)+(mint(b*d%MOD)<<62);
		}
	}
	mint pow(long long b) const{
	    mint ret(1ll),a(x);
	    while(b){
	        if(b&1) ret=ret*a;
	        a=a*a;b>>=1;
	    }
	    return ret;
	}
	mint operator/(const mint &i) const{mint ret(x);return ret*i.pow(MOD-2);}//乘法逆元
	const bool operator>(const mint &m) const{return x>m.x;};
	const bool operator<(const mint &m) const{return x<m.x;};
	const bool operator==(const mint &m) const{return x==m.x;};
};

typedef mint<1000000000000000003ll> Mint;

const int MAXN=2e5+10;
const Mint HMOD(1000003);
const Mint DIV=Mint(1)/(HMOD*HMOD);
Mint mhash[MAXN];
set<Mint> st;

Mint gethash(string &s,int e,int n){
	return mhash[e]+(mhash[n]-mhash[e+2])*DIV;
	//由于每次除的数都一样，且计算乘法逆元的开销较大，因此预先记录这个除数会节约很多时间
}

int main(){
	ios::sync_with_stdio(false);
	int T,n;string s;
	cin>>T;
	while(T--){
		cin>>n>>s;
		st.clear(); 
		Mint P(1);
		for(int i=0;i<n;++i) {
			mhash[i+1]=mhash[i]+Mint(s[i]-'a'+1)*P;
			P=P*HMOD;
		}
		for(int i=0;i<n-1;++i){
			Mint t=gethash(s,i,n);
			st.insert(t);
		}
		cout<<st.size()<<endl;
	}
	return 0; 
}