字符串哈希

昨天做了一道字符串哈希的题，感觉还好理解。今天的题看了代码不知道为什么，搜来搜去发现不知道的东西还很多，网上找到的东西也都是很零散，书上也没有系统的讲解。
先自己整理一下这些零散的知识：
关于字符串涉及到的算法大概有：hash、KMP、Trie、AC自动机等等，现在还都不明白是怎么回事，这次先研究字符串hash。

有一个帖子说的比较好：所谓字符串hash，就是想办法把一个字符串变成一个整数。应用的场景一般是字符串的查重，如果要在一个大的字符串集合中查找是否有某一个字符串，常规的比较查找方法效率会很低，如果每一个字符串都能转换成一个整数（最好是唯一的整数）那就快多了。
构造一个好的hash方法，将一个字符串转换成一个整数，就是“字符串哈希算法”

步骤：
1、首先把字符串中的每一个字符转换成一个数字，比如把‘a’-‘z’转换成1-26。可以表示为 id( s[i] ) = s[i]-‘a’+1，注意一般不要把某个字符映射成‘0’，如果把‘a’映射成0，那在以后就不好区分‘b’和‘ab’了。

2、经过第1步之后，一个字符串就变成了一串数字，这串数字还要再经过处理，把它映射成一个整数。映射的方法就是把这串数字当成一个p进制的数，并把它按照b进制数转换成十进制，得到一个十进制整数，也就是构造hash函数：
unsigned long long Hash[n]
hash[i]=hash[ ]∗p+id(s[i])
这里定义成unsigned long long，说是利用unsigned long long的范围自然溢出，相当于自动对2^64−1取模，
并且，这个结果一般还要对某个数取模：
hash[i]=(hash[i−1])∗p+id(s[i]) % mod
其中p和mod均为质数，且有p<mod
对于此种Hash方法，将p和mod尽量取大即可，这种情况下，冲突的概率是很低的

p 一般可以取：131、13331

举个例子，一个字符串‘abc’： s[ ]= {‘abc’}，将其转换为数字串‘123’
取p为13、mod为101
则：
hash[0] = 1
hash[1] = hash[0]*13 + 2 = 15
hash[2] = hash[1]*13 +3 = 97
这样，字符串’abc’就映射成了一个整数97了，

3、接下来很重要的一点：当得到了一个字符串的hash值之后，如何计算它的某个子串的hash值，这也得需要一系列的推导：
假设有一个长度为5的字符串s： |s|=5，hash函数为：hash[i]=hash[ i-1
]∗p+s[i]，则有：
子串‘s1’------------------hash[1]=s1
子串‘s1s2’---------------hash[2]=s1∗p+s2
子串‘s1s2s3’----------- hash[3]=s1∗p²+s2∗p+s3
子串‘s1s2s3s4’-------- hash[4]=s1∗p³+s2∗p²+s3∗p+s4
子串‘s1s2s3s4s5’----- hash[5]=s1∗p⁴+ s2∗p³+s3∗p²+s4∗p+s5

现在想计算子串‘s3s4’的hash值，子串‘s3s4’可以看做是子串‘s1s2s3s4’-‘s1s2’，那是不是就可以通过‘s1s2s3s4’的hash值减’s1s2’的hash值得到呢？下面就来推导：
对于字符串‘s3s4’，按公式其hash值= s3*p+s4
对比一下 hash[4]和hash[2]，可以发现 hash[4]-hash[2]p²就是s3p+s4，这样子串‘s3s4’的hash值就可以通过hash[4]和hash[2]的运算得到，那么上面相减的计算中hash[2]为什么要乘以p的2次方，而不是3次方，其他次方呢？ 规律就是 ‘s3s4’ 就是（4-3+1）次方

下面推出一般情况：
对于一个长度为n的字符串 s1s2s3s4……sn，已知每一个hash[i],(1 ≤ i ≤ n)
要计算其中某段长度子串的hash值，子串是‘sl……sr’，且 （1 ≤ l ≤ r ≤ n），其公式如下：

hash[sl…sr] = hash[r] - hash[l-1] * p^( r-l+1)^

如果需要取模的话，hash[sl…sr] = （hash[r] - hash[l-1] * p^( r-l+1)^）%mod

几种应用场景：

1

给两个字符串S1，S2，求S2是否是S1的子串，并求S2在S1中出现的次数

把S2 Hash出来，在S1里找所有长度为|S2|并计算Hash，放入map中查询

2

给N个单词串，和一个文章串，求每个单词串是否是文章串的子串，并求每个单词在文章中出现的次数
把每一个单词hash成整数，再把文章的每一个子串hash成整数，接下来只需要进行整数上的查找即可。
复杂度：O(|A|2+|S|)O(|A|2+|S|)
用AC自动机可以做到O(|A|+|S|)

3

给两个字符串S1,S2，求它们的最长公共子串的长度
将S1的每一个子串都hash成一个整数，将S2的每一个子串都hash成一个整数。两堆整数，相同的配对，并且找到所表示的字符串长度最大的即可

4

给一个字符串S，求S的最长回文子串。
比如abcbbabbc的最长回文子串是cbbabbc，bbabb也是回文串，但不是最长的
先求子串长度位奇数的，再求偶数的。枚举回文子串的中心位置，然后二分子串的长度，直到找到一个该位置的最长回文子串，不断维护长度最大值即可。
复杂度：O(|S|∗log|S|)