字符串哈希&子串匹配

字符串哈希

      字符串哈希就是将一个字符串映射为一个整数,该整数就可以用于vis标记有没有出现过,就不用遍历所有字符串了。

     哈希公式:

  hash[i] = hash[ i - 1 ] *p  + id( s[i] )

其中id(x)为x-‘a’+1或者x的ask码,p为质数。例如对abcd哈希: 

       可以看到,在求abcd的过程,也顺便把abcd前缀的哈希值求了一遍,那么现在如果要获得abcd子串的哈希值呢,例如要获得bc的哈希值,要从b开始哈希一遍吗?其实是有o(1)的算法的:

来看看 abcd 如果从1开始标号,s[1]=a,s[2]=b,s[3]=c,s[4]=d,为推导方便省略id(),那么:

hash [1]=s[1];

hash [2]=s[1]*p+s[2]

hash [3]=s[1]*p2+s[2]*p+s[3]

hash [4]=s[1]*p3+s[2]*p2+s[3]*p+s[4]

 

      现在要求s2s3的哈希值,根据定义就是s[2]*p+s[3],现在观察一下上面四条式子,很容易看出hash[ 3 ]- hash[ 1 ]*p2就等于hash[s2s3]了。

  可以推广出公式:在字符串s中,第l到r位子串的哈希值为:hash[r]-hash[l-1]*pr-l+1,所以,只要我们得到了一个字符串的哈希值,就可以在o(1)的时间内得到它的子串的哈希值。 

例题 

华工赛字符串题:https://ac.nowcoder.com/acm/contest/625/K

       意思是给定一个字符串,有q次查询,每次查询给字符串设个断点,计算断点前的字符串的子串在断点后的字符串出现的次数和。

例如ababa,对于查询给出的2,将它分成了ab  aba两段,前面的子串有a,b,ab,  在后面分别出现了2,1,1次,所以答案是4。字符串长度是1000,而查询有1e5那么多,肯定要预处理ans数组的。总体思路为:

 

 

ac代码:

 1 #include
 2 #include
 3 using namespace std::tr1;
 4 #define ll long long
 5 #define maxn 1234
 6 ll t,seed=131,ans[maxn];
 7 ll f[maxn],g[maxn],sum,x;//f【i】为前i个字母组成的前缀哈希成的数字
 8 unordered_mapint>pre,now;
 9 char s[maxn];
10 ll geth(int l,int r)
11 {
12     return f[r]-f[l-1]*g[r-l+1];
13 }
14 int main()
15 {
16     scanf("%s%lld",s+1,&t);//输入字符串,从一开始
17     int n=strlen(s+1);//长度为n
18     g[0]=1;//.......................
19     for(int i=1; i<=n; i++)
20     {//................
21         g[i]=g[i-1]*seed;//g用于求子串的哈希值
22         f[i]=f[i-1]*seed+s[i];//将每个前缀哈希成一个数字(fi是ll)
23     }
24     for(int i=1; i<=n; i++)
25         for(int j=i; j<=n; j++)
26             pre[geth(i,j)]++;//i到j为一条子串,并将该子串哈希,放到pre里面,个数++
27     for(int i=1; i<=n; i++)
28     {//从一开始设置断点
29         for(int j=i; j>=1; j--)
30         {
31             ll id=geth(j,i);//获得前件后缀的哈希值
32             now[id]++;//当前后缀的个数++
33             if(pre[id])//若后件有该子串,sum+上该子串的个数
34                 sum+=pre[id];
35         };
36         for(int j=i; j<=n; j++)
37         {
38             ll id=geth(i,j);//获取后件子串的哈希值
39             pre[id]--;//子串个数--
40             if(now[id])
41                 sum-=now[id];
42         }
43         ans[i]=sum;//对此时的断点预处理完成   大重点,sum没有初始化,是继续用的
44     }
45     while(t--)
46     {
47         scanf("%lld",&x);
48         printf("%lld\n",ans[x]);
49     }
50     return 0;
51 }
View Code

 

转载于:https://www.cnblogs.com/qq2210446939/p/10764810.html

你可能感兴趣的:(字符串哈希&子串匹配)