【算法学习】字符串Hash入门

字符串Hash入门

字符串Hash可以通俗的理解为，把一个字符串转换为一个整数。

如果我们通过某种方法，将字符串转换为一个整数，就可以便的确定某个字符串是否重复出现过，这是最简单的字符串Hash应用情景了。

当然也不难想到，如果有不同的两个字符串同时Hash到一个整数，这样就比较麻烦了。我们希望这个映射是一个单射，所以问题就是如何构造这个Hash函数，使得他们成为一个单射。不用担心，接下来的内容正要讲解。

Hash方法

给定一个字符串$S=s_1{s}_2{s}_3..s_n$，对字母x，我们规定$idx(x)=x{-}^{\prime }{a}^{\prime }+1$。 （当然也可以直接用$s_i$的$ASCII$值）

自然溢出方法

Hash公式

unsigned long long Hash[n]

$hash[i]=hash[i-1]\ast p+id(s[i])$

利用unsigned long long的范围自然溢出，相当于自动对$2^{64}-1$取模

单Hash方法

Hash公式

$hash[i]=(hash[i-1])\ast p+idx(s[i])\%mod$

其中$p$和$mod$均为质数，且有$p<mod$。

对于此种Hash方法，将p和mod尽量取大即可，这种情况下，冲突的概率是很低的。

举例

如取$p=13,mod=101$，对字符串$abc$进行Hash
hash[0] = 1
hash[1] = (hash[0] * 13 + 2) % 101 = 15
hash[2] = (hash[1] * 13 + 3) % 101 = 97

这样，我们就认为字符串$abc$当做97，即97就是$abc$ 的hash值。

双Hash方法

将一个字符串用不同的$mod$ hash两次，将这两个结果用一个二元组表示，作为Hash结果。

Hash公式

$hash1[i]=(hash1[i-1])\ast p+idx(s[i])\%mod1$

$hash2[i]=(hash2[i-1])\ast p+idx(s[i])\%mod2$

hash结果为$<hash1[n],h$