Part2.1 字符串算法-哈希和哈希表

Part2.1 字符串算法-哈希和哈希表

字符串哈希算法

字符串的一般哈希函数为 $f(s)={\sum }_{i=1}^{|s|}{s}_i\times b^i\mathrm{m}\mathrm{o}\mathrm{d}M$

显然上述函数的求解时 $O(n)$ 的，并且实现效率低下

若要多次询问一个字符串 $s$ 的子串哈希值，该算法显然无法满足要求，我们期望能够在 $O(1)$ 时间算出 $f(s_{l...r})={\sum }_{i=0}^{r-l}{s}_{i+l}\times b^i\mathrm{m}\mathrm{o}\mathrm{d}M$ 的具体数值

设 $h(s_{0...i})={\sum }_{j=0}^i{s}_j\times b^j\mathrm{m}\mathrm{o}\mathrm{d}M$

那么有：

$h(s_{0...r})={\sum }_{i=0}^r{s}_i\times b^i\mathrm{m}\mathrm{o}\mathrm{d}M$
$h(s_{0...l-1})={\sum }_{i=0}^{l-1}{s}_i\times b^i\mathrm{m}\mathrm{o}\mathrm{d}M$
$h(s_{l...r})={\sum }_{i=l}^r{s}_i\times b^i\mathrm{m}\mathrm{o}\mathrm{d}M=h(s_{1...r})-h(s_{0...l-1})=f(s_{l...r})\times b^l\mathrm{m}\mathrm{o}\mathrm{d}M$

故我们可以依据前缀和 $O(1)$ 算出 $f(s_{l...r})$

但是由于计算中进行了模数运算，为了避免除法的出现，我们一般将函数 $f$ 乘上 $b^N$，即 $f(s_{l...r})={\sum }_{i=0}^{r-l}{s}_i\times b^{N+i}\mathrm{m}\mathrm{o}\mathrm{d}M$

那么则有 $f(s_{l...r})=(h(s_{1...r})-h(s_{1...l-1}))\times b^{N-l}$

A. Oulipo

问题描述

给定字符串 $A$ 和 $B$，询问 $B$ 在 $A$ 中出现了几次

解题思路

预处理 $A$ 和 $B$ 的哈希值，由于 $B$ 串长度固定，枚举起点，$O(1)$ 判断 $A[i...i+|B|-1]$ 和 $B$ 的哈希值是否相等即可

时间复杂度 $O(n)$

D. Seek the Name, Seek the Fame

问题描述

给定若干字符串，在每个字符串中求出所有既是前缀又是后缀的子串长度

解题思路

枚举前缀长度，判断前后缀哈希值是否一致即可

时间复杂度 $O(n)$

E. Friends

问题描述

给定一个字符串 $S$，先将字符串 $S$ 复制一次，得到字符串 $T$，然后在 $T$ 中插入一个字符，得到字符串 $U$，给出字符串 $U$，重新构造出字符串 $S$

解题思路

显然 $|U|$ 必须为奇数

设要添加字符的位置为 $x$，不妨设 $x$ 在串 $U$ 的前半段

则 $f(S)={\sum }_{i=0}^{\frac{|U|}{2}-1}{U}_{\frac{|U|}{2}+i+1}\times b^{N+i}\mathrm{m}\mathrm{o}\mathrm{d}M$

$f(U_{0...x-1})={\sum }_{i=0}^{x-1}{U}_i\times b^{N+i}\mathrm{m}\mathrm{o}\mathrm{d}M$

$f(U_{x+1...\frac{|U|}{2}})={\sum }_{i=x+1}^{\frac{|U|}{2}}{U}_i\times b^{N+i-x-1}\mathrm{m}\mathrm{o}\mathrm{d}M$

易得 $f(U_{0...x-1})+f(U_{x+1...\frac{|U|}{2}})\times b^{x+1}=f(S)$

$x$ 在 $U$ 后半段时亦然

故枚举 $x$，$O(1)$ 判断左右两边 $Hash$ 值是否相等即可

总时间复杂度 $O(|T|)$

F. A Horrible Poem

问题描述

给出一个由小写英文字母组成的字符串 $S$，再给出 $q$ 个询问，要求回答 $S$ 某个子串 $S_{l...r}$ 的最短循环节的长度

解题思路

设 $S_{l...r}$ 的最短循环节长度为 $x$，则其一定满足 $f(S_{l...r-x})=f(S_{l+x...r})$

那么显然有 $x$ 为子串长度的某个因子（$x\times k=r-l+1$）

所以做法一为 $\sqrt{n}$ 枚举 $r-l+1$ 的所有约数然后找到最小的 $x$，时间复杂度 $q\sqrt{|S|}$

但是此题卡此根号做法

由于 $x\times k=r-l+1$

考虑将 $k$ 进行质因子分解，即：

$k=p_1^{a_1}{p}_2^{a_2}...p_m^{a_m}$，那么 $p_1{p}_2...p_m$ 同样为 $r-l+1$ 的质因子，并且 $(r-l+1)/(p_1...p_2)$ 一定也为循环节，故枚举 $r-l+1$ 的所有约数，找到最小的 $x$ 即可

总时间复杂度 $O(qlo{g}_2^{|S|})$

H. Antisymmetry

题目描述

对于一个 0 / 1 字符串，如果将这个字符串 0 和 1 取反后，再将整个串反过来和原串一样，就称作「反对称」字符串。比如 00001111 和 010101 就是反对称的，而 1001 就不是
现在给出一个长度为 $n$ 的 0 / 1 字符串，求它有多少个子串是反对称的，注意这里相同的子串出现在不同的位置会被重复计算

解题思路

如果一个串满足上述条件，那么以其中心向两边扩展的所有子串均满足要求，故可用马拉车算法求解，若用 $Hash$ 算法，则枚举中心轴，二分找到满足条件的最长子串即可，总时间复杂度 $O(nlo{g}_2^n)$，若用马拉车算法可将其优化至 $O(n)$