jzoj 3208.【JSOI2013】编程作业 字符串hash

Description
Will相信，很多同学都有过这样的经历：大牛已经写好了编程作业，而作为菜鸟的自己不会写怎么办呢？拿大牛的代码抄一下嘛！但是提交一模一样的作业是不是不太好？于是就改一改变量名什么的……但是其实这样的代码抄袭行为是可以被检测出来的。

考虑到如下的两段代码，很容易发现他们其实是一样的。

那么最开始给出的两段雷同代码就可以分别写成AiBjCiDECjDiFGC以及AaBiCaDECiDaFGC。或者简单的说，我们认为这两段代码是一样的。

现在请写一个程序，处理若干这样的代码雷同检测问题：给一个完整代码以及一个较短的代码片段，请求出，这个代码片段在完整代码中一共出现了多少次（代码片段出现的位置可以重叠）。

为了简单起见，我们认为程序中只会至多出现a_{z这26个变量，同时也至多只有A}Z这26个非变量符号。

Input
从文件homework.in中读入数据。
第一行包含一个整数Q表示此数据中一共包含Q个询问。
接下来2Q行，每两行为一个询问。
每个询问中的第一行包含一个字符串S，表示完整代码，第二行包含一个字符串T，表示需要检测出现次数的代码片段。

Output
输出到文件homework.out中。
一共输出Q行，每行一个整数，表示对应代码片段的出现次数。

Sample Input
3
AiBjCiDECjDiFGC
AaBiCaDECiDaFGC
cDEcDEbDE
aDEbDE
ccddef
aab

Sample Output
1
1
2

Data Constraint

对于30%的数据满足|T|<=10,|S|<=10000 ；

对于20%的数据满足任意S和T中仅含有大写字母；

对于100%的数据满足Q<=3,|T|<=100000,|S|<=1000000。

Hint

前两个样例均为题目中所举例的代码段。第三个样例中，在完整代码S中与代码片段T一样的片段为：ccd和dde。

分析：
两个字符串相同，当且仅当大写字母相同，小写字符通过替换也相同。
我们记录每一个小写字母在$T$串中的一个位置。在进行匹配时，就把这个位置的小写字母直接替换成$S$中对应位置的那个小写字母。
注意：如果对应的是大写字母，或者两个不同的小写字母对应同一个小写字母都不合法。
替换后的$T$串的hash值与原hash值的差就可以推出来了。
举个例子，设$hash(aab)=x$，那么$hash(ccb)=110_{(52)}\ast (c-a)+x$
因为有大小写，所以在52进制下跑，然后判断hash值是否相同即可。

代码：

#include <iostream>
#include <cstdio>
#include <cmath>
#include <cstring>
#define LL long long

const int maxn=1e6+7;
const LL mod[2]={1e9+9,998244353};

using namespace std;

int T,n,m,ans;
LL h[maxn][2],hash[2],bit[maxn][2],num[30][2];
int a[30],vis[30];
char s[maxn],t[maxn];

int getnum(char ch)
{
	if (('A'<=ch) && (ch<='Z')) return ch-'A';
	return ch-'a'+26;
}

void prework()
{
	bit[0][0]=bit[0][1]=1;
	for (int i=1;i<=n;i++)
	{
		for (int j=0;j<2;j++)
		{
			h[i][j]=(h[i-1][j]*52+getnum(s[i]))%mod[j];
			bit[i][j]=(bit[i-1][j]*52)%mod[j];
		}
	}	
	for (int i=0;i<26;i++)
	{
		for (int j=0;j<2;j++) num[i][j]=0;
		a[i]=0;
	}
	hash[0]=hash[1]=0;
	for (int i=1;i<=m;i++)
	{
		for (int j=0;j<2;j++) hash[j]=(hash[j]*52+getnum(t[i]))%mod[j];
		for (int k=0;k<26;k++)
		{
			for (int j=0;j<2;j++) num[k][j]=(num[k][j]*52)%mod[j];
		}
		if (('a'<=t[i]) && (t[i]<='z'))
		{
			a[t[i]-'a']=i;
			for (int j=0;j<2;j++) num[t[i]-'a'][j]=(num[t[i]-'a'][j]+1)%mod[j];
		}
	}
}

LL gethash(int x,int len,int op)
{
	int y=x+len-1;
	return (h[y][op]+mod[op]-h[x-1][op]*bit[len][op]%mod[op])%mod[op];
}

int main()
{
	scanf("%d",&T);
	while (T--)
	{
		scanf("%s",s+1);
		scanf("%s",t+1);
		n=strlen(s+1);
		m=strlen(t+1);    	
		prework();
		ans=0;			
		for (int i=1;i<=n-m+1;i++)
		{
			int flag=1;
			for (int j=0;j<2;j++)
			{
				LL x=(gethash(i,m,j)+mod[j]-hash[j])%mod[j];
			    LL y=0;
			    for (int k=0;k<26;k++) vis[k]=0;
				for (int k=0;k<26;k++)
				{
					if (!a[k]) continue;
					if ((('A'<=s[i+a[k]-1]) && (s[i+a[k]-1]<='Z')) || (vis[s[i+a[k]-1]-'a']))
					{
						flag=0;
						break;
					}
					vis[s[i+a[k]-1]-'a']=1;
					LL delta=(s[i+a[k]-1]+mod[j]-t[a[k]])%mod[j];
					y=(y+delta*num[k][j]%mod[j])%mod[j];
				}
				if (x!=y)
				{
					flag=0;
					break;
				}
			}
			ans+=flag;
		}
		printf("%d\n",ans);
	}
}