首页 > > 程序设计 > C/C++ >

详解HASH【string】

2018-06-17 21:08:20来源：未知阅读 ()

HASH意为（散列），是OI的常用算法。

我们常用哈希的原因是，hash可以快速（一般来说是O(段长)）的求出一个子段的hash值，然后就可以快速的判断两个串是否相同。

今天先讲string类的hash。

可以发现，与一个string有关的HASH值不仅仅跟每个字符的个数有关，还和字符的位子有关。

通过简单的思考，我们可以构造如图的模型：

写一个比较正常的hash模板吧

const int EE = 97;

const int MOD = 100000007;

int HASH(string p)

{

   int E = 1;

   int ret = 0;

   int tl = p.size();

   for (int i=0;i<tl;i++)

      ret += E*p[i], E *= EE;

   return ret;

}

题目来了：

KMP问题

题目描述

如题，给出两个字符串s1和s2，其中s2为s1的子串，求出s2在s1中所有出现的位置。

输入输出格式

输入格式：

第一行为一个字符串，即为s1

第二行为一个字符串，即为s2

输出格式：

一行包含一个整数，表示s2在s1中出现的位置的个数

输入输出样例

输入样例#1：

ABABABC
ABA

输出样例#1：

说明

时空限制：1000ms,128M

数据规模：

设s1长度为N，s2长度为M

对于30%的数据：N<=15，M<=5

对于70%的数据：N<=10000，M<=100

对于100%的数据：N<=1000000，M<=1000000

思路

首先说明：此题正解为KMP，不为hash。如果想知道KMP算法，请百度一下。

但是我们学的可是“hash”呀，不能直接预处理，如果直接预处理的话，时间为O(n*m)，炸掉。

我们就可以递推：

　　"已知长度为m的序列a[1]...a[m],现在已知"a[1]...a[m]"的hash值为K,欲求a[2]...a[m+1]的hash值。"

我首先想到的是乘法逆元，但还有其他的更简便的方法。

可以这一样想："改变EE的赋值方式，反过来赋值，这样的话可以直接删去第一个'a[1]*EE^(m-1)',再乘一个'EE',往后再移一位，再加上一个a[m+1]."

那么，转移方程也很容易写了，为HASH[i]=(HASH[i-1]-a[i-2]*E[1]%M+M)%M*EE%M+a[i-2+m];(HASH[i]表示a[i-1]到a[i+m-2]的hash值。

另附代码:

#include<cstdio> 
#include<cstring> 
#include<iostream> 
#include<algorithm> 
using namespace std;

int n,k,len1,len2;

int next1[1000001];

char s1[1000001];

char s2[1000001];

long long HASH[1000001];

long long E[1000001],M=1234567898765;

long long EE = 97;

int init()

{

    long long Key=0;

    int ans=0;

    memset(E,0,sizeof(E));

    memset(HASH,0,sizeof(HASH));

    E[len2]=1;

    for (int i=len2-1;i>=1;i--)

        E[i]=E[i+1]*EE%M;

    for (int i=1;i<=len2;i++)

        HASH[1]=(HASH[1]+E[i]*(s1[i-1]))%M;

    for (int i=1;i<=len2;i++)

        Key=(Key+E[i]*(s2[i-1]))%M;

    if (HASH[1]==Key) ans++;

    for (int i=2;i<=len1-len2+1;i++)

    {

        HASH[i]=(HASH[i-1]-s1[i-2]*E[1]%M+M)%M*EE%M+s1[i-2+len2];

        if (HASH[i]==Key) ans++;

    }

    printf("%d\n",ans);

}

int main(){

    scanf("%s",s1) ;

    scanf("%s",s2) ;

    len1=strlen(s1);

    len2=strlen(s2);

    init();

    return 0;

}