Hash字符串常见用法总结 (HDU 1800 or map)

最新推荐文章于 2023-10-01 20:47:48 发布
最新推荐文章于 2023-10-01 20:47:48 发布
阅读量648 收藏
点赞数
分类专栏： hash 文章标签： hash 字典序 字符串
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xinwen1995/article/details/46312531
版权

分析：此题一开始准备用贪心做，后来想想会有很多重复的数字会很难处理，于是再想到用hash或者map来解决。

代码一：map

#include <iostream>
#include<map>
using namespace std;

int main()
{
    int n;
    while(~scanf("%d",&n))
    {
        int i;
        map<int,int> mp;
        int max=INT_MIN;
        for(i=0;i<n;i++)
        {
            int level;
            scanf("%d",&level);
            mp[level]++;
            if(mp[level]>max)
            {
                max=mp[level]; 
            }
        }
        printf("%d\n",max);
    }
    return 0;
}

代码二：hash 

#include "stdio.h"
#include "memory.h"
#include <stdlib.h>
#define MAXN 7003
// inline int ELFhash(char *key)
// {
//     unsigned long h = 0;
//     unsigned long g;
//     while( *key )
//     {
//         h =( h<< 4) + *key++;
//         g = h & 0xf0000000L;
//         if( g ) h ^= g >> 24;
//         h &= ~g;
//     }
//     return h;
// }

unsigned int BKDRHash(char * str)   //见下文的常见hash用法
{
    unsigned int seed=131;
    unsigned int hash=0;
    //从前缀非0，开始
    while(*str)
    {
        hash=hash*seed + *str++;
    }
    return (hash&0x7FFFFFFF);
}

int hash[MAXN],count[MAXN];
int maxit,n;

inline void hashit(char *str)
{
    int k,t;
    while( *str == '0' )    str++;
    //k = atoi(str);
	k = BKDRHash(str);
    t = k % MAXN;
    while( hash[t] != k && hash[t] != -1 )
        t = ( t + 1 ) % MAXN;   //加几是无所谓的，
    if( hash[t] == -1 )    count[t] = 1,hash[t] = k;
    else if( ++count[t] > maxit ) maxit = count[t];
}

int main()
{
    char str[100];
    while(scanf("%d",&n)!=EOF)
    {
        memset(hash,-1,sizeof(hash));
        for(maxit=1,getchar();n>0;n--)    //注意回车过滤
        {
            gets(str);
            hashit(str);
        }
        printf("%d\n",maxit);
    }
}


或 

#include "stdio.h"
#include "memory.h"
#include <stdlib.h>
#define MAXN 7003

int hash[MAXN],count[MAXN];
int maxit,n;

inline void hashit(char *str)
{
    int k,t;
    while( *str == '0' )    str++;
    k = atoi(str);        //将字符串转换为数字的函数
    t = k % MAXN;
    while( hash[t] != k && hash[t] != -1 )
        t = ( t + 1 ) % MAXN;   //加几是无所谓的，
    if( hash[t] == -1 )    count[t] = 1,hash[t] = k;
    else if( ++count[t] > maxit ) maxit = count[t];
}

int main()
{
    char str[100];
    while(scanf("%d",&n)!=EOF)
    {
        memset(hash,-1,sizeof(hash));
        for(maxit=1,getchar();n>0;n--)    //注意回车过滤
        {
            gets(str);
            hashit(str);
        }
        printf("%d\n",maxit);
    }
}


常见的hash算法 

/// @brief BKDR Hash Function
/// @detail 本算法由于在Brian Kernighan与Dennis Ritchie的《The C Programming Language》一书被展示而得名，是一种简单快捷的hash算法，也是Java目前采用的字符串的Hash算法（累乘因子为31）。
template<class T>
size_t BKDRHash(const T *str)
{
	register size_t hash = 0;
	while (size_t ch = (size_t)*str++)
	{		
		hash = hash * 131 + ch;   // 也可以乘以31、131、1313、13131、131313..
		// 有人说将乘法分解为位运算及加减法可以提高效率，如将上式表达为：hash = hash << 7 + hash << 1 + hash + ch;
		// 但其实在Intel平台上，CPU内部对二者的处理效率都是差不多的，
		// 我分别进行了100亿次的上述两种运算，发现二者时间差距基本为0（如果是Debug版，分解成位运算后的耗时还要高1/3）；
		// 在ARM这类RISC系统上没有测试过，由于ARM内部使用Booth's Algorithm来模拟32位整数乘法运算，它的效率与乘数有关：
		// 当乘数8-31位都为1或0时，需要1个时钟周期
		// 当乘数16-31位都为1或0时，需要2个时钟周期
		// 当乘数24-31位都为1或0时，需要3个时钟周期
		// 否则，需要4个时钟周期
		// 因此，虽然我没有实际测试，但是我依然认为二者效率上差别不大		
	}
	return hash;
}
/// @brief SDBM Hash Function
/// @detail 本算法是由于在开源项目SDBM（一种简单的数据库引擎）中被应用而得名，它与BKDRHash思想一致，只是种子不同而已。
template<class T>
size_t SDBMHash(const T *str)
{
	register size_t hash = 0;
	while (size_t ch = (size_t)*str++)
	{
		hash = 65599 * hash + ch;		
		//hash = (size_t)ch + (hash << 6) + (hash << 16) - hash;
	}
	return hash;
}
/// @brief RS Hash Function
/// @detail 因Robert Sedgwicks在其《Algorithms in C》一书中展示而得名。
template<class T>
size_t RSHash(const T *str)
{
	register size_t hash = 0;
	size_t magic = 63689;	
	while (size_t ch = (size_t)*str++)
	{
		hash = hash * magic + ch;
		magic *= 378551;
	}
	return hash;
}
/// @brief AP Hash Function
/// @detail 由Arash Partow发明的一种hash算法。
template<class T>
size_t APHash(const T *str)
{
	register size_t hash = 0;
	size_t ch;
	for (long i = 0; ch = (size_t)*str++; i++)
	{
		if ((i & 1) == 0)
		{
			hash ^= ((hash << 7) ^ ch ^ (hash >> 3));
		}
		else
		{
			hash ^= (~((hash << 11) ^ ch ^ (hash >> 5)));
		}
	}
	return hash;
}
/// @brief JS Hash Function
/// 由Justin Sobel发明的一种hash算法。
template<class T>
size_t JSHash(const T *str)
{
	if(!*str)		 // 这是由本人添加，以保证空字符串返回哈希值0
		return 0;
	register size_t hash = 1315423911;
	while (size_t ch = (size_t)*str++)
	{
		hash ^= ((hash << 5) + ch + (hash >> 2));
	}
	return hash;
}
/// @brief DEK Function
/// @detail 本算法是由于Donald E. Knuth在《Art Of Computer Programming Volume 3》中展示而得名。
template<class T>
size_t DEKHash(const T* str)
{
	if(!*str)		 // 这是由本人添加，以保证空字符串返回哈希值0
		return 0;
	register size_t hash = 1315423911;
	while (size_t ch = (size_t)*str++)
	{
		hash = ((hash << 5) ^ (hash >> 27)) ^ ch;
	}
	return hash;
}
/// @brief FNV Hash Function
/// @detail Unix system系统中使用的一种著名hash算法，后来微软也在其hash_map中实现。
template<class T>
size_t FNVHash(const T* str)
{
	if(!*str)	// 这是由本人添加，以保证空字符串返回哈希值0
		return 0;
	register size_t hash = 2166136261;
	while (size_t ch = (size_t)*str++)
	{
		hash *= 16777619;
		hash ^= ch;
	}
	return hash;
}
/// @brief DJB Hash Function
/// @detail 由Daniel J. Bernstein教授发明的一种hash算法。
template<class T>
size_t DJBHash(const T *str)
{
	if(!*str)	// 这是由本人添加，以保证空字符串返回哈希值0
		return 0;
	register size_t hash = 5381;
	while (size_t ch = (size_t)*str++)
	{
		hash += (hash << 5) + ch;
	}
	return hash;
}
/// @brief DJB Hash Function 2
/// @detail 由Daniel J. Bernstein 发明的另一种hash算法。
template<class T>
size_t DJB2Hash(const T *str)
{
	if(!*str)	// 这是由本人添加，以保证空字符串返回哈希值0
		return 0;
	register size_t hash = 5381;
	while (size_t ch = (size_t)*str++)
	{
		hash = hash * 33 ^ ch;
	}
	return hash;
}
/// @brief PJW Hash Function
/// @detail 本算法是基于AT&T贝尔实验室的Peter J. Weinberger的论文而发明的一种hash算法。
template<class T>
size_t PJWHash(const T *str)
{
	static const size_t TotalBits		= sizeof(size_t) * 8;
	static const size_t ThreeQuarters	= (TotalBits  * 3) / 4;
	static const size_t OneEighth		= TotalBits / 8;
	static const size_t HighBits		= ((size_t)-1) << (TotalBits - OneEighth);	
	
	register size_t hash = 0;
	size_t magic = 0;	
	while (size_t ch = (size_t)*str++)
	{
		hash = (hash << OneEighth) + ch;
		if ((magic = hash & HighBits) != 0)
		{
			hash = ((hash ^ (magic >> ThreeQuarters)) & (~HighBits));
		}
	}
	return hash;
}
/// @brief ELF Hash Function
/// @detail 由于在Unix的Extended Library Function被附带而得名的一种hash算法，它其实就是PJW Hash的变形。
template<class T>
size_t ELFHash(const T *str)
{
	static const size_t TotalBits		= sizeof(size_t) * 8;
	static const size_t ThreeQuarters	= (TotalBits  * 3) / 4;
	static const size_t OneEighth		= TotalBits / 8;
	static const size_t HighBits		= ((size_t)-1) << (TotalBits - OneEighth);	
	register size_t hash = 0;
	size_t magic = 0;
	while (size_t ch = (size_t)*str++)
	{
		hash = (hash << OneEighth) + ch;
		if ((magic = hash & HighBits) != 0)
		{
			hash ^= (magic >> ThreeQuarters);
			hash &= ~magic;
		}		
	}
	return hash;
}

我对这些hash的散列质量及效率作了一个简单测试，测试结果如下：

测试1：对100000个由大小写字母与数字随机的ANSI字符串（无重复，每个字符串最大长度不超过64字符）进行散列：

字符串函数冲突数除1000003取余后的冲突数

BKDRHash

04826

SDBMHash

24814

RSHash

24886

APHash

04846

ELFHash

15156120

JSHash

7795587

DEKHash

8635643

FNVHash

24872

DJBHash

8325645

DJB2Hash

6955309

PJWHash

15156120

 

测试2：对100000个由任意UNICODE组成随机字符串（无重复，每个字符串最大长度不超过64字符）进行散列：

字符串函数冲突数除1000003取余后的冲突数

BKDRHash

34710

SDBMHash

34904

RSHash

34822

APHash

24891

ELFHash

164869

JSHash

34812

DEKHash

14755

FNVHash

14803

DJBHash

14749

DJB2Hash

24817

PJWHash

164869

 

测试3：对1000000个随机ANSI字符串（无重复，每个字符串最大长度不超过64字符）进行散列：

字符串函数耗时（毫秒）

BKDRHash

109

SDBMHash

109

RSHash

124

APHash

187

ELFHash

249

JSHash

172

DEKHash

140

FNVHash

125

DJBHash

125

DJB2Hash

125

PJWHash

234

 

结论：也许是我的样本存在一些特殊性，在对ASCII码字符串进行散列时，PJW与ELF Hash（它们其实是同一种算法）无论是质量还是效率，都相当糟糕；例如："b5"与“aE"，这两个字符串按照PJW散列出来的hash值就是一样的。另外，其它几种依靠异或来散列的哈希函数，如：JS/DEK/DJB Hash，在对字母与数字组成的字符串的散列效果也不怎么好。相对而言，还是BKDR与SDBM这类简单的Hash效率与效果更好。


xinwen1995
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
字符串Hash
01-20
字符串Hash函数把一个任意长度的字符串映射成一个非负整数，并且其冲突概率几乎为 000。 取一固定值 PPP，把字符串看作 PPP 进制数，并分配一个大于 000 的数值，代表每种字符。一般来说，我们分配的数值都远小于P。...
字符串Hash函数对比
icefireelf的专栏
08-08 1万+
今天根据自己的理解重新整理了一下几个字符串hash函数，使用了模板，使其支持宽字符串，代码如下：             /// @brief BKDR Hash Function /// @detail 本算法由于在Brian Kernighan与Dennis Ritchie的《The C Programming Language》一书被展示而得名，是一种简单快捷的hash算法
查找（三）hash 与map
mike yang的专栏
09-26 544
一，hashtable原理： 哈希表又名散列表，其主要目的是用于解决数据的快速定位问题。考虑如下一个场景。 一列键值对数据，存储在一个table中，如何通过数据的关键字快速查找相应值呢？不要告诉我一个个拿出来比较key啊，呵呵。 大家都知道，在所有的线性数据结构中，数组的定位速度最快，因为它可通过数组下标直接定位到相应的数组空间，就不需要一个个查找。而哈希表就是利用数组这个能够快速定位数
【算法学习】字符串哈希（Hash）
热门推荐
Mikchy的博客
01-15 2万+
什么是字符串Hash 构造字符串Hash 1）自然溢出方法 2）单Hash方法 3）双Hash方法 4）三种不同的构造方法的对比 获取子串的Hash O(1) 1）例子 2）公式 具体的题目例子 1）题目链接 2）题意 3）解题分析 4）AC代码（自然溢出 C++） 5）AC代码（单Hash C++） 6）AC代码（双Hash C++） 什么是字符串Hash ...
Hash——字符串Hash
qq_42376883的博客
10-26 1604
Hash——字符串Hash
字符串hash算法比较
09-20
算法学习：字符串hash算法比较
javascript实现获取字符串hash值
12-11
性能很高的计算字符串或文件hash值的函数，比md5速度快得多，自己一直用着，重复的几率为很底，一般的应用足够， var I64BIT_TABLE = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789_-'.split...
LeetCode-Python-1392. 最长快乐前缀（暴力法 + 字符串hash）
12-21
「快乐前缀」是在原字符串中既是 非空 前缀也是后缀（不包括原字符串自身）的字符串。 给你一个字符串 s，请你返回它的 最长快乐前缀。 如果不存在满足题意的前缀，则返回一个空字符串。 示例 1： 输入：s = ...
字符串哈希
m0_73064964的博客
06-06 864
字符串哈希
Hash Compare v3.0 简体中文优化版(哈希值对比工具 )
Sinicization
04-25 1713
Hash Compare v3.0是一款专门用来检测哈希值的工具，使用流行的MD5、SHA1或SHA256对文件进行对比从而得出结论,比较两个文件是否是同一个文件！ 【基本介绍】 使用流行的哈希值算法（MD5、SHA1和SHA256）对文件的完整性进行比较 支持“文件拖拽”功能 将文件比较报告保存为HTML/文本/xml文件 操作过程中显示详细的状态 比较成功自动将哈希值数据复制到剪贴板上 操作简单，易于使用的GUI界面 完全便携的工具，可以从任何位置运行 【优化介绍】 优化界面 删除网页链接...
哈希表之字符串哈希
weixin_73777441的博客
03-28 255
但是我们知道字符串可能是很长，那么求出来的哈希值就会很大，所以这里我们用到了哈希的特点映射，把求出来的哈希值对2的64次方取模，这里有一个简便的方法就是用unsign long long数据类型来存储哈希值，因为该数据结构的取值范围为0~2的64次方，因此当溢出的时候就相当于对2的64次方取余的过程。哈希算法对字符串的处理，有一个很强大的功能就是询问字符串的两个子串是否相同，特别适合于那种询问次数很多的情况下，可以避免超时。有了前i个字符的字串的哈希值我们可以轻松得到任意连续字串的哈希值。
Hash值比较大小原理
最新发布
极客神殿
10-01 613
需要注意的是，哈希值是一种不可逆的压缩形式，因此在比较大小时，通常只关注它们是否相等或不相等，而不是在数值上的大小。哈希函数的目标是尽可能均匀地将不同的输入映射到不同的哈希值，以提供一种高效的数据查找和比较方法。如果需要按大小排序或比较哈希值，通常更合适的方法是使用原始数据进行比较，而不是它们的哈希值。哈希值的大小比较是通过比较两个哈希值的字节或比特来实现的。哈希值的大小比较通常用于数据结构如哈希表、集合、映射等的操作，以确定元素是否已存在或确定元素在数据结构中的位置。
整数哈希与字符串哈希
m0_74911187的博客
07-17 278
那么现在的问题就是P和MOD如何取值，什么时候会用到哈希呢？
字符串hash
qq_62767608的博客
02-09 669
字符串hash
简述哈希表
m0_65004039的博客
08-11 545
哈希表是一种被广泛应用在多种编程思想的数据结构，在Java中哈希结构被应用在集合等的编写中我们熟知的LinkedHashset还有 HashMap、LinkedHashMap、HashTable中，它们的底层都使用了 哈希表。那么通过这段时间的学习，我自己对哈希表进行简单的总结和叙述，避免以后忘记。 在前言中，我简单的说了哈希数据结构被广泛的使用，那么它的实现究竟是怎样的。哈希表就是它的思想体现，首先，我通过查询对比大致这样介绍的，散列表(Hash table，也叫哈希表)，是根据关键码值(K
138. 兔子与兔子（哈希）
tomjobs的博客
08-20 485
很久很久以前，森林里住着一群兔子。 有一天，兔子们想要研究自己的 DNA 序列。 我们首先选取一个好长好长的 DNA 序列（小兔子是外星生物，DNA 序列可能包含 26 个小写英文字母）。 然后我们每次选择两个区间，询问如果用两个区间里的 DNA 序列分别生产出来两只兔子，这两个兔子是否一模一样。 注意两个兔子一模一样只可能是他们的 DNA 序列一模一样。 输入格式 第一行输入一个 DNA 字符串...
C++中对hash_map自定义哈希函数和比较函数的理解
aguchu2119的博客
09-24 469
首先申明一下，我是菜鸟，真正的菜鸟，不是谦虚。所以很多地方有错误，需要大家指出。我只是为了记录，顺便加深自己的理解，不是为了炫耀什么。 这两天学习使用hash_map，在网上搜索了一下，没搜到详细介绍hash_map工作原理的内容（可能是我的搜索方式有问题），然后就自己复制别人的代码，进行修改后使用。就因为是copy别人的代码，就多了后面这些教训...
哈希——字符串
m0_62450783的博客
02-20 1263
字符串哈希一共有三种，自然溢出法，单哈希，双哈希，本文用一个例题来解释。 字符串哈希： 将一段字符串进行加密，比较常用的是进制转化，将每一个字符看成一个进制，转化成一个base进制，比如把一个数由二进制变成十进制，转化完之后的那个数就是那个字符串的hash值。 洛谷的P3370题： 自然溢出法(常用)： 顾名思义，就是利用溢出这一特性来进行的，代码： #include<iostream> #include<string.h> #inc...
c++ 获取字符串hash
07-14
你可以使用标准库中的哈希函数来获取字符串的哈希值。以下是一个示例代码： ```c++ #include #include #include int main() { std::string str = "Hello, World!"; std::hash<std::string> hasher; size_t ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值