字符串hash总结

最近codeforce出了一道简单hash题，所以学一波hash算法。注意这里讨论的是字符串hash算法，并不是其它奇怪的hash算法。

hash是一种暴力算法。而且要明白的是，对于两个相等的元素他们的哈希值一定相等，但哈希值相等并不一定意味着两个元素一定会相等，也就是说hash会存在冲突问题。为了解决这一类问题，我们一般采取多重hash来降低冲突。

字符串hash一般应用在：给定一个长度为n的s串，以及一个长度为m的t串，求t串在s串出现的次数或者位置。

主要思路：

1. 将字符串中的每一个字母都看成一个数字(a~z,转化为1~26)
2. 选取多组两个合适的质数 Base 简写为 b ， mod 简写为 h。必须要保证b和h互质，且b要小于h，否则会大大增加冲突率
3. 定义哈希函数：H(C) = [ c1*b^(n-1) + c2*b^(n-2) + .... + c0*b^0] mod h    这个过程是不是很像b进制的数转化为10进制

• C代表一个字符串，C=c1c2c3c4..cn;
• 这个hash函数实际上就是将字符串当成b进制数来处理，b就是基数;
• 计算H(C)的值其实是由递归完成的，这样我们就能预处理出每个前缀子串的哈希值。定义H（i）,表示从1到i的前缀子串哈希值。                   H（i+1）= [ H(i) * b + c(i+1) ] mod h;
•  那么怎么求出C串的任意子串的哈希值呢?
• 可以利用前缀和的思想，比如我们要取出 i ~ i+k 这一段字串C‘ 哈希值。H（C'）= [ H(i+k) - H(i) * b^k) ] mod h  
• 至于为什么是这样，可以自行模拟一下 3124
• 3        31     312      3124    如果我要取出 12 子串  是不是就是 312 - 3*10^2