2021牛客暑期多校训练营1 Hash Function

H Hash Function

题目链接

题目描述

给定一个存在n个非负整数的数组S，找出一个最小的模数mod，使得S中任意一个数字取模的结果都不相同。

意思等同于：找出一个最小的mod，使得Hash不会产生冲突。

思路

暴力计算是复杂度是$n^2$显然不行。

对于任意的i, j：$S_i\%mod=a_i;S_j\%mod=a_j$

如果使得$a_i\ne a_j$：$|S_i-S_j|\%mod\ne 0$，即mod不能是 数组中任意两个数差的绝对值 的约数。

这里需要考虑如何用更低的复杂度求出 某个值是否为数组中任意两个数差的绝对值 。

• 先说一下如何快速求出 某个值是否为数组中任意两个数的和 。

  假设 $n=3$， S = { 1 , 2 , 4 } S=\{1, 2, 4\} S={1,2,4}。

  多项式A为：$A(x)=x^1+x^2+x^4$；多项式B为：$B(x)=x^1+x^2+x^4$。

  多项式A和B相乘（卷积）:

$$\begin{array}{rl}C(x)& =A(x)\ast B(x)\\ & =x^1\ast (x^1+x^2+x^4)+x^2\ast (x^1+x^2+x^4)+x^4\ast (x^1+x^2+x^4)\\ & =x^2+2\ast x^3+x^4+2\ast 2^5+2\ast 2^6+x^8\end{array}$$

​ 可以发现，[2，3，4，5，6，8]为任意$S_i+S_j$的可能值（i可以等于j）。

​ 但是暴力去相乘的话，复杂度还是$n^2$，所以需要通过FFT/NTT来对卷积操作进行加速（复杂度是O(nlogn)）。

• 求 某个值是否为数组中任意两个数差的绝对值 的操作和上述操作基本相同。

  只需要让多项式B表为：$B(x)=x^{-1}+x^{-2}+x^{-4}$。

  但是因为存在负值不好处理，需要加上一个偏移量P=6（P自己定义就行了），将多项式转变为$B(x)=x^5+x^4+x^2$。

  多项式A和B相乘（卷积）:

$$\begin{array}{rl}C(x)& =A(x)\ast B(x)\\ & =x^1\ast (x^5+x^4+x^2)+x^2\ast (x^5+x^4+x^2)+x^4\ast (x^5+x^4+x^2)\\ & =x^3+x^4+x^5+3\ast 2^6+2^7+x^8+x^9\end{array}$$

​ 将得到的数组减去偏移量P取绝对值，[0，1，2，3]为任意$S_i+S_j$的可能值（i可以等于j）

得到数组中任意两个数差的绝对值的所有值之后，只需要从小到大遍历mod可能的值就行了。

AC代码

#include<bits/stdc++.h>
using namespace std;
const double PI = acos(-1);
const int P = 500001;// 偏移量
const int N = 1<<21;
int limit, bit;
bool vis[N];
int R[N];

// 复数的板子
struct Complex {
	double x, y;
	Complex (double x = 0, double y = 0) : x(x), y(y) { }
} a[N], b[N];

Complex operator * (Complex J, Complex Q) {
	return Complex(J.x * Q.x - J.y * Q.y, J.x * Q.y + J.y * Q.x);
}
Complex operator - (Complex J, Complex Q) {
	return Complex(J.x - Q.x, J.y - Q.y);
}
Complex operator + (Complex J, Complex Q) {
	return Complex(J.x + Q.x, J.y + Q.y);
}


//FFT板子
void FFT(Complex * A, int type) {
	for(int i = 0; i < limit; ++ i)
		if(i < R[i])
			swap(A[i], A[R[i]]);
	for(int mid = 1; mid < limit; mid <<= 1) {
		Complex wn(cos(PI / mid), type * sin(PI / mid));
		for(int len = mid << 1, pos = 0; pos < limit; pos += len) {
			Complex w(1, 0);
			for(int k = 0; k < mid; ++ k, w = w * wn) {
				Complex x = A[pos + k];
				Complex y = w * A[pos + mid + k];
				A[pos + k] = x + y;
				A[pos + mid + k] = x - y;
			}
		}
	}
	if(type == 1) return ;
	for(int i = 0; i <= limit; ++ i)
		a[i].x /= limit, a[i].y /= limit;
}

bool check(int x) {
	for (int i = x; i <= P; i += x) {
		if (vis[i] == true) return false;
	}
	return true;
}

int main() {
	ios::sync_with_stdio(0);cin.tie(0);cout.tie(0);cin.exceptions(ios::badbit | ios::failbit);
	int n, tmp;
	cin>>n;
	for(int i = 0; i < n; i++) {
		cin>>tmp;
		a[tmp].x = 1;
		b[P - tmp].x = 1;
	}
	bit = 20;// 只要大于2*p+1就行
	limit = 1 << bit;
	// 预处理
	for(int i = 0; i < limit; i++)
		R[i] = (R[i >> 1] >> 1) | ((i & 1) << (bit - 1));
	// =================================== 
	FFT(a, 1);
	FFT(b, 1);
	for(int i = 0; i < limit; i++) {
		a[i] = a[i] * b[i];
	}
	FFT(a, -1);
	// ===================================
	for (int i = 0; i < limit; i++) {
		int x = (int)(a[i].x + 0.5);
		if(x > 0)
			vis[abs(i - P)] = 1;
	}

	for(int i = n; i < P+1; i++) {
		if(check(i)) {
			cout<<i<<endl;
			break;
		}
	}
	return 0;
}

补充

FFT通过将多项式的系数表示转变成点值表示，再用两个多项式的点值表示相乘，将得到的点值表示逆向转变成系数表式，最后得到的表达式就是卷积之后的多项式。