一、了解哈希函数
哈希函数是一种查找关键字key,可以直接确定查找值所在位置,而不需要一个个比较。即 地址index=H(key),hash函数就是根据key计算出应该存储地址的位置。
二、什么是哈希表
哈希表是一种基于哈希函数建立的一种查找表,也叫作散列表,是根据关键字和值直接进行访问的数据结构,其关键思想是使用哈希函数,将键key和值value映射到对应表的某个区块中。
在哈希表的实际应用中,关键字的类型除了数字类型,还有可能是字符串型、浮点数、大整数型,甚至还有可能是集中类型的组合。
三、构造哈希函数
1.直接定制法
取关键字的某个线性函数为散列地址
表达方式:H(key)=a*key+b;
适合查找比较小且连续的区间情况,需要事先知道关键字的分布情况。
仅限于(地址大小=关键字集合)的情况。
2.除数取余法
设置散列表中允许的地址数为max,取一个不大于max但是最接近或者等于max的质数 p 作为出书,按照哈希函数:
H(key)=key%p(p<=m)
将关键字转为哈希地址。
比如存储 3 6 9 ,那么p就不能取3,因为3%3==6%3,此时三位数的hash地址相同,区分不了,多以p应该为不大于max的质数,以免地址的冲突。
四、例题
【模板】字符串哈希
题目描述
如题,给定N 个字符串(第 i 个字符串长度为 M_i,字符串内包含数字、大小写字母,大小写敏感),请求出 N 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 N,为字符串的个数。
接下来 N 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。
样例 #1
样例输入 #1
5
abc
aaaa
abc
abcc
12345
样例输出 #1
```
4
```## 提示
对于 30%的数据:N<=10,M_i<=6,$Mmax<= 15。
对于 70% 的数据:N<= 1000,M_i<=100,Mmax<=150。
对于 100% 的数据:N<= 10000,M_i<=1000,Mmax<= 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^\_^
思路:
将每一串字符用一个hash数表示出来,然后进行大小排序,方便寻找重复的hash值,这里使用自然溢出的方式,以防止我们的hash值太大。
#include<stdio.h>
#include<stdlib.h>
int n;
char s[100005];
unsigned long long hash[100005];
unsigned long long base=137;
unsigned long long fun(char s[])
{
unsigned long long sum=0;
for(int i=0;s[i]!='\0';i++)
sum=sum*base+(unsigned long long ) s[i];
return sum;
}
void sort()
{
for(int i=1;i<=n;i++)
for(int j=i;j<=n;j++)
if(hash[i]>hash[j])
{
unsigned long long t=hash[i];
hash[i]=hash[j];
hash[j]=t;
}
}
int main()
{
int count=1;
scanf("%d",&n);
for(int i=1;i<=n;i++)
{
scanf("%s",s);
hash[i]=fun(s);
}
sort();
for(int i=2;i<=n;i++)
if(hash[i]!=hash[i-1])
count++;
printf("%d\n",count);
return 0;
}