字符串hash

最新推荐文章于 2024-09-17 13:10:01 发布

hungry1234

最新推荐文章于 2024-09-17 13:10:01 发布

阅读量174

点赞数 1

分类专栏：字符串文章标签： c++

本文链接：https://blog.csdn.net/hungry1234/article/details/119541127

版权

字符串专栏收录该内容

7 篇文章 0 订阅

订阅专栏

本文介绍了字符串哈希算法的原理和实现，通过将字符串映射为数字进行比较以判断两个字符串是否相同。讨论了哈希碰撞问题及解决方法——双哈希技术，并展示了如何计算字符串子序列的哈希值。内容涵盖了哈希函数的定义、进制和模数的选择以及前缀和思想在降低错误率中的应用。

摘要由CSDN通过智能技术生成

1.用途：判断两个字符串是否相同

2.原理：将一个字符串转换成一个多项式（或者说是n进制数），将字符串映射到整数域，比较字符串就是比较数字

3.实现：

1.确定数字的进制与模数（一般模数都是一个大质数）

2.将一个字符串按照数字计算转化为一个数字

typedef unsigned long long ull;
ull base=233ull,mod=1e9+7ull;
ull hash(char *s){
	ull p=0;
	for(int i=1;i<=strlen(s);i++){
		p=(p*base+(s[i]-'a'+1))%mod;
	}
	return p;
}

4.避免错误

哈希碰撞：指两个不同的字符串在经过计算后hash值相同

双哈希：将一个字符串按照不同的进制和模数取hash值两次，只有两个值都相等的时候两个字符串才相等，这样错误率就降到了两次错误率的积

typedef unsigned long long ull;
ull base=233ull,mod=1e9+7ull,base2=10001ull,mod2=1e9+9ull;
pair<ull,ull> hash(char *s){
	ull p=0,ty=0;
	for(int i=1;i<=strlen(s);i++){
		p=(p*base+(s[i]-'a'+1))%mod;
		ty=(ty*base2+(s[i]-'a'+1))%mod2;
	}
	return {p,ty};
}

5.子序列的hash

在hash的过程中，可以将一个字符串的子序列的哈希值都求出来

令h[x]=s[1]*base^(x-1)+s[2]*base^(x-2)+...+s[x-1]*base+s[x]，h[x]代表的是s[1~x]的字符串的hash值;

要求从s[k~x]的字符串hash值，即（s[k]*base^(x-k)+s[k+1]*base^(x-k-1)+...+s[x]）

容易发现，需要求的就是h[x]从s[k]后面的式子

可以利用前缀和的思想：易得h[k-1]=s[1]*base^(k-2)+s2*base^(k-3)+...+s[k-1];

所以h[x]-h[k-1]*base^(x-k+1)就是所求啦

	for(int i=1;i<=strlen(s+1);i++){
		h[i]=(h[i-1]*base%mod+(s[i]-'a'))%mod;
	}
	ans=((h[x]-h[k-1]*base*ty[h-k+1]%mod)%mod+mod)%mod;//ty数组是预处理出来的base的n次方数组