hash哈希算法（学习笔记）

hash也是一种字符串算法，哈希算法在生活中无处不在，被誉为统治世界的十大算法。hash是指 将任意长度的输入通过hash算法转化为固定长度的输出。它是一个对字符串单向加密的过程。

hash算法具有以下特点：

1. 不可逆：不能通过hash值计算出原值
2. 效率高：能够快速得到结果
3. 冲突少：这正是hash不断追求的

常常应用于：信息安全领域以及验证文件完整性

---

最简单最常用的hash算法：BKDR_hash

通过hash函数，将字符串看作一串base进制的数转化为一串便于比较的10进制数。这是一个映射的过程，不同的字符串对应不同的hash值。

得到的hash值可能会很大，所以要取模。                                                                                         

但是取模意味着，不同的字符串可能会得到相同的hash值。就比如对2取模，只要3个hash值，就必定出现重复。这就是hash冲突。假设取模为mod，两个未取mod的hash值，mod+1和1,取模后就会重复。

为了尽可能避免冲突，mod尽可能取大一点。最大位2^64.ull

base进制的选取:根据概率统计，进制取131，1331，13331，，，，时，冲突是比较少的。（很神奇） 无论取多少，都要大于所有字符对应数字的最大值。就像10进制，某一进制位不可能为11，不然就进位了。

如果出现了hash冲突，怎么办：

1. 核实一下，如果两个字符串hash值相等，就比较两个字符串，时间为O（m）。
2. 多hash，一个字符串有多个不同算法的hash值。
3. 布隆过滤。我不知道

---

P3370 【模板】字符串哈希https://www.luogu.com.cn/problem/P3370

计算机对于大于ull的数自动取模，因此直接上ull

C语言代码实现

#include<stdio.h>
#include<string.h>
#include<math.h>
#include<stdlib.h>

unsigned long long base=1331;
unsigned long long shift[10000+5];
char str[10000+5];
unsigned long long hashh(char *str)
{
	int len=strlen(str);
	unsigned long long ans=0;
	for(int i=0;i<len;i++)
	{
		ans=ans*base+(unsigned long long)str[i];
	}
	return ans;
}
void Quick_sort(unsigned long long *arr,int begin,int end)
{
	if(begin>=end)
	{
		return;
	}
	int i=begin;int j=end;
	while(i!=j)
	{
		while(arr[j]>=arr[begin]&&j>i)
		{
			j--;
		}
		while(arr[i]<=arr[begin]&&i<j)
		{
			i++;
		}
		unsigned long long temp=arr[j];
		arr[j]=arr[i];
		arr[i]=temp;
	}
	unsigned long long temp=arr[begin];
	arr[begin]=arr[i];
	arr[i]=temp;
	Quick_sort(arr,begin,i-1);
	Quick_sort(arr,i+1,end);
}

int main()
{
	int N;
	scanf("%d",&N);
	for(int i=0;i<N;i++)
	{
		scanf("%s",str);
		shift[i]=hashh(str);
	}
	Quick_sort(shift,0,N-1);
	int ans=1;
	for(int i=0;i<N-1;i++)	
	{
		if(shift[i]!=shift[i+1])
		{
			ans++;
		}
	}
	printf("%d",ans);
	return 0;
}