字符串哈希

目录

1.定义：

2.字符串哈希值计算：

3.字符串哈希的使用：

---

1.定义：

        字符串哈希是将一段字符串换为一个数，当查询是否包含某个字符串时，可以每次O(1)复杂度进行比对。比如：abc对应1，acd对应2，sdf对应3。（具体数值由计算决定）

2.字符串哈希值计算：

        从第一个字符开始，逐次向后计算。计算公式：

hash[i] = hash[i-1] * base + (ull)(s[i - 1] - ‘A’ + 1);

 计算的本质就是b进制数的计算，b进制数位上的数字是字符对应的数字。

       

        从第i个字符到第j个字符的值的计算：

Hash(S')=Hash( j ) - H( i ) * b^(j-i)

3.字符串哈希的使用：

        先计算两个字符串的字符串哈希值，然后将短字符串的哈希值，分别和长字符串种等长的字符串哈希值对比，如果相同，则包含该字符串（重复概率很小，可以使用双哈希进行进一步验证）。

例子：

小 Z 同学没天都喜欢斤斤计较，今天他又跟字符串杠起来了。

他看到了两个字符串 s1 s2 ，他想知道 S1 在 S2 中出现了多少次。

现在给出两个串 S 1，S 2(只有大写字母)，求 S 1 在 S 2 中出现了多少次。

数据范围字符串长度len, 1<len(s1)<len(s2)<10^6

字符取值 大写字母 和 小写字母

实现： 

这段代码实现了字符串哈希，并借此实现了字符串匹配搜索，即在一个字符串中找到另一个字符串出现的次数。

代码主要有以下几个部分：

1. 头文件和常量定义

#include <iostream>
#include <cstdio>
#include <string>

using namespace std;

typedef unsigned long long ull;

const int base = 131;

const int maxn = 1e6 + 5;

头文件中包含了输入输出流和字符串类库，const定义了两个常用到的变量，base是计算哈希值的权值，maxn是字符串最大长度。

2. 函数初始化

void init() {
    power[0] = 1;
    for (int i = 1; i <= 10002; i++)//预处理base^n
        power[i] = power[i - 1] * base;
}

该函数用于预处理出base的n次方，以便在计算哈希值的时候直接用power[n]来代替循环n次计算。

3. 主函数

int main() {

    init();

    scanf("%s", &sTemp1);
    scanf("%s", &sTemp2);

    s1 = sTemp1;
    s2 = sTemp2;

    //强烈建议这样读取字符串，节省时间

    int len1 = s1.size();
    int len2 = s2.size();

    for (int i = 1; i <= len1; ++i)
        hash1 = hash1 * base + (ull)(s1[i - 1] - 'A' + 1);

    hash2[0] = (s2[0] - 'A' + 1);

    for (int i = 1; i <= len2; ++i)
        hash2[i] = hash2[i - 1] * base + (ull)(s2[i - 1] - 'A' + 1);

    for (int i = 0; i <= len2 - len1; ++i) {
        ull hash = hash2[i + len1] - hash2[i] * power[len1];
        if (hash == hash1)
            ans++;
    }

    printf("%d\n", ans);

    return 0;
}

在主函数中，首先调用init函数进行初始化，然后输入两个字符串并存入s1和s2中，用size()函数获取两个字符串的长度。之后通过循环计算出s1和s2的哈希值，并且在s2中循环匹配s1的哈希值是否出现。最后输出匹配到的次数。

在哈希计算过程中，对于每个字符，先将其转为数字，再将数字作为加数乘以权值base，最后累加到哈希值中。因此针对每个位置，哈希值的计算公式为：

hash = hash * base + (ull)(s[i] - 'A' + 1);//这里-'A'+1的作用是将字符转化为数字

当要在字符串中匹配某个子串时，可以先计算子串的哈希值，再用滑动窗口的方法，在主串中循环计算哈希值进行匹配。

在这段代码中，由于字符串长度较长，为了避免函数调用带来额外的开销，使用scanf和预处理输入的方式进行字符串读取。