字符串Hash

字符串Hash原理，将字符串映射成一个值 ，是一个单向加密的过程。比较简单和常用的是进制哈希，我们把字符串看成是p进制数，然后使用unsigned long long的自然溢出（相当于是对$2^{64}$取模）是对$2^{64}$取模，如果两个字符串的hash值相同，则可以认为两个字符串相同。

单个字符串的Hash值

要求长度为$len$的字符串$str$的Hash值

先预处理出一个$pwd[]$数组，$pwd[i]$表示$p^i$。

Hash[]表示字符串的哈希值（p进制取模值）。显然有

$$Hash[i]=(Hash[i-1]\ast p+str[i]$$

这样我们可以On求出$str$的哈希值。

子串的Hash值

在上面我们已经求得Hash[i]表示字符串abcbc的前缀子串的哈希值。假如现在我们要求区间bc这个子串的哈希值该怎么做呢？

先来看Hash[i]：
$Hash[1]:p^1\ast str[1]$
$Hash[2]:p^2\ast str[1]+p^1\ast str[2]$
$Hash[3]:p^3\ast str[1]+p^2\ast str[2]+p^1\ast str[3]$
$Hash[4]:p^4\ast str[1]+p^3\ast str[2]+p^2\ast str[3]+p^1\ast str[4]$
$Hash[5]:p^5\ast str[1]+p^4\ast str[2]+p^3\ast str[3]+p^2\ast str[4]+p^1\ast str[5]$

现在要求子串bc的哈希，也就是l=2，r=3的Hash值，就是

$Hash[r]-Hash[l-1]\ast pwd[r-l+1]$

可以发现，$Hash[5]-Hash[3]\ast pwd[2]$结果和$Hash[3]-Hash[1]\ast pwd[2]$一样。也论证了一样的字符串Hash值一样的结论。

模板题：洛谷P3370 【模板】字符串哈希

AC代码：

unsigned long long pwd[100010], Hash[100010];
set<unsigned long long> st;
char s[100010];
int main()
{
    int n, base = 13331;
    scanf("%d", &n);
    pwd[0] = 1;
    for (int i = 1; i <= 100000; i++)
        pwd[i] = pwd[i - 1] * base;
    while (n--)
    {
        scanf("%s", s + 1);
        s[0] = ' ';
        int len = strlen(s);
        for (int i = 1; i <= len; i++)
            Hash[i] = Hash[i - 1] * base + s[i];
        st.insert(Hash[len]);
    }
    printf("%d\n", st.size());
    return 0;
}