P3370 【模板】字符串哈希

题目描述

如题，给定 NN 个字符串（第 ii 个字符串长度为 M_iMi​，字符串内包含数字、大小写字母，大小写敏感），请求出 NN 个字符串中共有多少个不同的字符串。

友情提醒：如果真的想好好练习哈希的话，请自觉。

输入格式

第一行包含一个整数 NN，为字符串的个数。

接下来 NN 行每行包含一个字符串，为所提供的字符串。

输出格式

输出包含一行，包含一个整数，为不同的字符串个数。

输入输出样例

输入 #1复制

5
abc
aaaa
abc
abcc
12345

输出 #1复制

4

说明/提示

对于 30\%30% 的数据：N\leq 10N≤10，M_i≈6Mi​≈6，Mmax\leq 15Mmax≤15。

对于 70\%70% 的数据：N\leq 1000N≤1000，M_i≈100Mi​≈100，Mmax\leq 150Mmax≤150。

对于 100\%100% 的数据：N\leq 10000N≤10000，M_i≈1000Mi​≈1000，Mmax\leq 1500Mmax≤1500。

样例说明：

样例中第一个字符串(abc)和第三个字符串(abc)是一样的，所以所提供字符串的集合为{aaaa,abc,abcc,12345}，故共计4个不同的字符串。

Tip： 感兴趣的话，你们可以先看一看以下三题：

BZOJ3097：http://www.lydsy.com/JudgeOnline/problem.php?id=3097

BZOJ3098：http://www.lydsy.com/JudgeOnline/problem.php?id=3098

BZOJ3099：http://www.lydsy.com/JudgeOnline/problem.php?id=3099

如果你仔细研究过了（或者至少仔细看过AC人数的话），我想你一定会明白字符串哈希的正确姿势的^_^

1.这题使用到了hash算法。

2.刚开始我是开了一个很大的数组，把hash值作为下标存储起来，如果已经有了，我们就不统计它，但是出错了。我换了很多的hash函数，为了保证不重复，我们每次都需要求余一个很大的质数。

3.后面我看了一些题解，发现他们写的hash函数虽然大同小异，但是最后的处理方式的将返回的hash值存储在数组里，这样hash值就能取到很大，也会避免碰撞。存放完之后就是排序，排序之后判断前后重复即可算出最终答案。

C代码如下：

#include<stdio.h>
#define N 10020
unsigned int a[N];
unsigned int SDBMHash(char *str) 
{
	unsigned int hash = 0;
	while (*str) 
	{
		// equivalent to: hash = 65599*hash + (*str++);
		hash = (*str++) + (hash << 6) + (hash << 16) - hash;
	}
	return (hash >> 16) ^ (hash << 16);
}
int quicksort(int left, int right) 
{
	int i = left, j = right;
	if (left >= right) return 0;
	unsigned int t, temp = a[left];
	while (i < j) 
	{
		while (i < j && a[j] >= temp) j--;
		while (i < j && a[i] <= temp) i++;
		if (i < j) 
		{
			t = a[i];
			a[i] = a[j];
			a[j] = t;
		}
	}
	a[left] = a[i];
	a[i] = temp;
	quicksort(left, i - 1);
	quicksort(i + 1, right);
}
int main() 
{
	int n, i;
	unsigned int k = 0, sum = 0;
	char s[10010];
	scanf("%d", &n);
	for (i = 0; i < n; i++) 
	{
		scanf("%s", s);
		a[i] = SDBMHash(s);
	}
	quicksort(0, n - 1);
	sum = n;
	for (i = 1; i < n; i++) 
	{
		if (a[i] == a[i - 1]) sum--;
	}
	printf("%d", sum);
	return 0;
}

C++代码如下：

#include<iostream>
#include<bits/stdc++.h>
#include<algorithm>

using namespace std;

const int N=10020;

unsigned int a[N];
unsigned int SDBMHash(char *str) 
{
	unsigned int hash = 0;
	while (*str) 
	{
		hash = (*str++) + (hash << 6) + (hash << 16) - hash;
	}
	return (hash >> 16) ^ (hash << 16);
}
bool cmp(unsigned int x,unsigned int y)
{
	return x>y;
}
int main() 
{
	int n, i;
	unsigned int k = 0, sum = 0;
	char s[10010];
	cin >> n;
	for (i = 0; i < n; i++) 
	{
		cin >> s;
		a[i] = SDBMHash(s);
	}
	sort(0, n - 1,cmp);
	sum = n;
	for (i = 1; i < n; i++) 
	{
		if (a[i] == a[i - 1]) sum--;
	}
	cout << sum << endl;
	return 0;
}