【C++学习第14天】（2）字符串前缀哈希法

一、字符串哈希：如何把一个字符串映射为一个数字

以"ABCD"为例，假设该字符串时P进制，将其转化为数字为（1 2 3 4）p = （1*p^1 + 2*p^2 + 3*p^3 + 4*p^4）,（1*p^1 + 2*p^2 + 3*p^3 + 4*p^4）mod Q可将任何一个数映射到[0, Q-1]之间。

注意：

（1）一般情况下，不能把一个字符串映射为0，因为可能会造成“多对一”的情况，因此最好从1开始；

（2）经验值：当P=131或13331，Q=2^64时，基本不会发生冲突。

二、前缀哈希原理

str = "ABCDEFG"

h[0] = 0

h[1] = "A"的哈希值

h[2] = "AB"的哈希值

h[3] = "ABC"的哈希值

......

公式：h(i) = h(i-1) * p + str(i)

三、与之前哈希方式的区别

之前哈希可以允许映射冲突，而这里的通过合理取值P、Q来避免冲突。

四、好处

可以根据前缀哈希值来计算任意一个子段的哈希值。

公式：h[k] - h[l]*p^(k-l+1)

因为最后还要mod 2^64，可以使用unsigned long long来存储数据，如果数据太大的话，内存的溢出就相当于mod 2^64操作了。

五、例题

5.1 题目-acwing

给定一个长度为n的字符串，再给定m个询问，每个询问包含四个整数l1, r1, l2, r2，判断[l1, r1]和[l2, r2]这两个区间所包含的字符串子串是否完全相同。

字符串只包含大小写英文字母和数字。

输入格式：

第一行包含整数n和m，表示字符串长度和询问次数。

第二行包含一个长度为n的字符串，字符串中只包含大小写英文字母和数字。

接下来m行，每行包含四个整数l1, r1, l2, r2，表示一次询问所涉及的两个区间。

注意，字符串的位置从1开始编号。

输出格式：

对于每个询问输出一个结果，如果两个字符串子串完全相同则输出“Yes”，否则输出“No”。

5.2 代码

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

typedef unsigned long long ULL;
const int N = 100010, P = 131;

int n, m;
char str[N];
ULL h[N], p[N];

ULL get(int l, int r)
{
	return h[r] - h[l - 1] * p[r - l + 1];
}

int main()
{
	scanf("%d%d%s", &n, &m, str + 1);

	p[0] = 1;

	for(int i = 1; i <= n; i++){
		p[i] = p[i - 1] * P;
		h[i] = h[i - 1] * P + str[i];
	}

	while(m--){
		int l1, r1, l2, r2;
		scanf("%d%d%d%d", &l1, &r1, &l2, &r2);

		if(get(l1, r1) == get(l2, r2))
			puts("Yes");
		else
			puts("No");
	}
	return 0;
}