字符串哈希--洛谷P3370

字符串哈希–洛谷P3370

本文借鉴洛谷题解

题目描述

思路概述

Hash就是一个像函数一样的东西，你放进去一个值，它给你输出来一个值。输出的值就是Hash值。一般Hash值会比原来的值更好储存(更小)或比较。
那字符串Hash就非常好理解了。就是把字符串转换成一个整数的函数。而且要尽量做到使字符串对应唯一的Hash值。

首先不要把任意字符对应到数字0，比如假如把a对应到数字0，那么将不能只从Hash结果上区分ab和b（虽然可以额外判断字符串长度，但不把任意字符对应到数字0更加省事且没有任何副作用），一般而言，把a-z对应到数字1-26比较合适。

进制的选择实际上非常自由，大于所有字符对应的数字的最大值，不要含有模数的质因子，比如一个字符集是a到z的题目，选择27、233、19260817 都是可以的。到这里，字符串→数字的转换完成。

取两个差距不大的数作为模，尽量选素数，这样如果两个字符串转换形成的数对两个模分别取余，可以认为原本这两个字符串完全一样。到这里，判断完成。

题解

#include<bits/stdc++.h>
using namespace std;
typedef unsigned long long ull;

struct data
{
	ull x;//存储hash1得到的结果 
	ull y;//存储hash1得到的结果
}a[10010];

/*对结构体成员排序*/ 
bool cmp(data a,data b)
{
    return a.x<b.x;
}

char s[10010];//s存储一行字符串 
int n,ans=1; 
//选取两个相近的较大数字 
ull mod1=19260817;
ull mod2=19660813; 

/*对第一个大数取模*/ 
ull hash1(char s[])
{
	int len=strlen(s);
	ull ans=0;
	for(int i=0;i<len;i++)
	{
		/*将字符转化为数字，不要选取0，因为这样a,ab无法直接判断 
		所以a~z视为1~26，以26为进制，所以每次将上一位数乘27*/ 
		ans=(ans*27+(ull)s[i])%mod1;	
	}
	//返回余数 
	return ans;
} 
/*对第二个大数取模*/ 
ull hash2(char s[])
{
    int len=strlen(s);
    ull ans=0;
    for (int i=0;i<len;i++)
        ans=(ans*27+(ull)s[i])%mod2;
    return ans;
}

int main()
{
	cin>>n;
	for(int i=1;i<=n;i++)	
	{
		cin>>s;
		a[i].x=hash1(s);
        a[i].y=hash2(s);
	}
	sort(a+1,a+n+1,cmp);//从小到大排序 
	for(int i=2;i<=n;i++)//下面有减1，所以从2开始 
	{
		//只有两个数对于mod1,mod2的余数都相等，才算重复 
		//已经排好序，只用比较相邻元素，不需要循环 
		if(a[i].x!=a[i-1].x||a[i-1].y!=a[i].y)
        ans++;
	} 
	cout<<ans<<endl; 
	return 0;
}