算法基础—字符串哈希

1、何为字符串哈希?

字符串哈希又称为字符串前缀哈希法，将字符串利用函数f实现不同的字符串映射到不同的整数（哈希值）。
函数 f 可以方便地帮我们判断两个字符串是否相等。

字符串哈希的性质：
1、在 Hash 函数值不一样的时候，两个字符串一定不一样；
2、在 Hash 函数值一样的时候，两个字符串在理想状态下是一样的
（但有极小概率不一样，将 Hash 函数值一样但原字符串不一样的现象称为哈希碰撞）

2、字符串哈希如何映射？

$$X_1{X}_2{X}_3{X}_4\dots X_{n-1}{X}_n$$

如以上字符串所示，我们可以采用字符的ASCII 码乘上P的次方在模上一个大整数Q来计算哈希值，公式如下：
将字符串转化为整数：
$$h（X_1\dots X_n）=(X_1\times P^{n-1}+X_2\times P^{n-2}+\dots +X_{n-1}\times P^1+X_n\times P^0)$$
对字符串对应的整数值取模，进行哈希映射：
$$hash(X_1\dots X_n)=h（X_1\dots X_n）\mathrm{mod}Q$$

注意：
1、不能将字符映射为 0 ，在此前提下，字符映射可以随意，此处为了方便直接采用字符的ASCII 码。
2、根据经验，一般将设置P 为131 或 13331 , Q为2^64时，此时我们可以认为不产生哈希碰撞的冲突。
3、取模时，用 unsigned long long 类型来存储变量。
因为unsigned long long 它能够存储的最大值是$$2^{64}-1$$
它是一个 64 位的无符号整数，所以能够表示的数值范围是从 $$0——2^{64}-1$$
如果h数组存储的数据超过了unsigned long long 类型的最大值，将会发生数据变量溢出了，它会回绕到 0进行存储，因此这个过程相当于对2^64取模了,就不需要用h mod Q了。

3、如何应用？

应用的字符串前缀哈希的核心在于以下两个公式：
1、利用前缀和的思想，求字符串s的前缀哈希
$$h[i]=h[i-1]\times p+s[i]，h[0]=0(1)$$

如图中例子所示，利用公式（1），给定字符串s，就可以通过公式求出字符串的前缀哈希，并将其保存到h数组当中

2、利用字符串s的前缀哈希，求区间和，求任意每一段字符串的哈希（即每段区间的哈希值）
$$h[l...r]=h[r]-h[l-1]\times p^{(r-l+1)}(2)$$

如下图所示，利用公式2，我们可以求出给定字符串s的每段区间和，从而通过比较每段字符串的哈希是否相同来判断，两段字符串是否相等。

4、字符串哈希算法例题

利用上面的描述，用代码来解决 AcWing 841. 字符串哈希
AC代码如下：

#include<iostream>
using namespace std;

const int N = 100010;
typedef unsigned long long ULL;
char s[N];
//P 取131 或 13331
int P = 131;
//h数组记录哈希，p记录对应的次方
ULL h[N], p[N];
//获取某个区间字符串的哈希
ULL get(int l, int r) {

	return h[r] - h[l-1] * p[r - l + 1];

}

//构造字符串前缀哈希
void init_str_hash(char s[],int n) {
	p[0] = 1;
	for (int i = 1; i <= n; i++) {
		h[i] = h[i - 1] * P + s[i];
		//存储的是131的i次方
		p[i] = p[i - 1] * P;
	}

}

int main() {
	ios::sync_with_stdio(false);
	cin.tie(nullptr);

	int n, m;
	cin >> n >> m;
	for (int i = 1; i <= n; i++) cin >> s[i];
	init_str_hash(s, n);

	while (m--) {
		int l1, r1,l2,r2;
		cin >> l1 >> r1 >> l2 >> r2;
		if (get(l1, r1) == get(l2, r2)) cout << "Yes" << '\n';
		else
			cout << "No" << '\n';
	}
	
	return 0;
}