字符串哈希

1 哈希

哈希（Hash）算法是一种能够将任意长度的输入转换成固定长度数据（哈希值）的算法。

它的主要特点如下：

1. 输入的长度任意，但哈希值长度一定。
2. 相同的数据经过哈希后哈希值相同，反之则不同。
3. 哈希值的计算是单向的，也就是说，不能通过哈希值来得到原始数据。因此，哈希也被用于密码学，它可以增加密码的安全性和验证密码是否被篡改。

哈希的简单过程如下：

原始数据：12 8 9 14 3

以 $7$ 为固定长度（通常是一个较大的质数），把每个数字填到对 $7$ 取余后所对应的位置上：

0	1	2	3	4	5	6
14	8	9	3		12

哈希冲突： 两个数字需要填在相同的位置上，产生冲突。

例如，原始数据中再添加一个数字 19，此时 19 与 12 冲突。

方法1 开放地址法： 在冲突位置开放溢出地址空间。

0	1	2	3	4	5	6
14	8	9	3		12(19)

方法2 开放寻址法： 从冲突位置向后找空余的地址，如果到尾部则从头开始，直到找到空间存放。

0	1	2	3	4	5	6
14	8	9	3		12	19

在哈希中，存值的复杂度为 $O(1)$，而查找数据的过程，也可以看做近似于 $O(1)$。

2 字符串哈希

字符串哈希： 将字符串每个字符转换为 $\text{ASCII}$ 码，得到一个 $128$ 进制数，将其转为 $10$ 进制数，即为字符串哈希值。

例：hello! $\Rightarrow$ $(104101108108111{)}_{128}$ $=$ $(85666186{)}_{10}$

代码如下：

long long Hash(string s) {
    has[0] = s[0] % mod;
    // pw[0] = 1;
    for (int i = 1; i < s.size(); i++) 
        has[i] = (has[i - 1] * 128 + s[i]) % mod,
        // pw[i] = pw[i - 1] * 128 % mod;
    return has[s.size() - 1];
}

另外，易得求子串哈希值的方法：

ll get(int l, int r) {
    return (has[r] - has[l] * pw[r - l + 1] % mod + mod) % mod;
}

其中，$p{w}_i=128^i$。

通过字符串哈希，我们可以比较两个字符串是否完全相同。

3 例题1：查词典

题目描述

输入 $n$ 行，每行一个英语单词和一个外文单词。

查询 $m$ 次，查找外文单词的英文翻译（没有输出 eh）。

题解

求出每个外文单词的哈希值，查询时比较哈希值，相同时输出英文。

部分代码如下：

int main() {
    CLOSE;
    cin >> n;
    for (int i = 1; i <= n; i++) {
        cin >> s[i] >> t;
        H[i] = Hash(t);
    }
    cin >> m;
    while (m--) {
        cin >> t;
        ll k = Hash(t), flag = 0;
        for (int i = 1; i <= n; i++) {
            if (H[i] == k) {
                cout << s[i] << endl;
                flag = 1;
                break;
            }
        }
        if (!flag) cout << "eh" << endl;
    }
    return 0;
}

4 例题2：消失的密文

题目描述

给定密码表 $S$ $(\left|S\right|=26)$， 先给出一条残缺后仅剩 $n$ 个字母的密文，前一半为密文，后一半为前者的明文，但后面部分内容缺失，输出尽可能短的未残缺密文。

题解

显然，要找到密文的一个最短的前缀，使得前缀等于后缀的密文（前缀后缀等长）。

abcdefghijklmnopqrstuvwxyz
abcdab
qwertyuiopasdfghjklzxcvbnm
qwertabcde

样例中，第一组前缀 ab 是后缀 ab 的密文，则 abcd 为密文，还原后的完整密文是 abcdabcd；

第二种前缀 qwert 是后缀 abcde 的密文，则 qwert 为密文，还原后的完整密文是 qwertabcde。

代码如下：

#include <bits/stdc++.h>
#define endl '\n'
#define file(FILENAME) \
    freopen(FILENAME ".in", "r", stdin), freopen(FILENAME ".out", "w", stdout)
#define CLOSE                    \
    ios::sync_with_stdio(false); \
    cin.tie(0);                  \
    cout.tie(0)
using namespace std;
typedef long long ll;
const int mod = 1e9 + 7;
const int N = 1e5 + 10;
int T, n;
string s, t;
int main() {
    CLOSE;
    cin >> T;
    while (T--) {
        map<char, char> mp;
        cin >> s >> t;
        for (int i = 0; i < 26; ++i)
            mp[s[i]] = 'a' + i;  //明文对照表
        n = t.size();
        ll ans1 = 0, jz = 1, ans2 = 0, end = n;
        for (int i = 0; i < n / 2; ++i) {
            ans1 = (ans1 + t[i] * jz) % mod;     //计算前缀的哈希值
            jz = jz * 128 % mod;
            ans2 = (ans2 * 128 + s[t[n - i - 1] - 'a']) % mod;  //计算后缀的哈希值
            if (ans1 == ans2) 
                end = n - i - 1;
        }
        for (int i = 0; i < end; ++i)
            cout << t[i];
        for (int i = 0; i < end; ++i)
            cout << mp[t[i]];  //补齐明文
        cout << endl;
        mp.clear();
    }
    return 0;
}