哈希学习笔记
来源:互联网 发布:安卓ocr软件 编辑:程序博客网 时间:2024/06/02 02:09
Hash基本原理:
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。
它的主要思路是选取恰当的进制,可以把字符串中的字符看成一个大数字中的每一位数字,不过比较字符串和比较大数字的复杂度并没有什么区别(高精数的比较也是O(n)的),但只要把它对一个数取模,然后认为取模后的结果相等原数就相等,那么就可以在一定的错误率的基础上O(1)进行判断了。
Hash的实现方法:
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。
关于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(那还模什么),比如一个字符集是a到z的题目,选择27、233、19260817 都是可以的。
模数的选择(尽量还是要选择质数):
绝大多数情况下,不要选择一个109级别的数,因为这样随机数据都会有Hash冲突,根据生日悖论,随便找上√109个串就有大概率出现至少一对Hash 值相等的串(参见BZOJ 3098 Hash Killer II)。
最稳妥的办法是选择两个109级别的质数,只有模这两个数都相等才判断相等,但常数略大,代码相对难写,目前暂时没有办法卡掉这种写法(除了卡时间让它超时)(参见BZOJ 3099 Hash Killer III)。
如果能背过或在考场上找出一个1018级别的质数(Miller-Rabin),也相对靠谱,主要用于前一种担心会超时,后一种担心被卡。
偷懒的写法就是直接使用unsigned long long,不手动进行取模,它溢出时会自动对264进行取模,如果出题人比较良心,这种做法也不会被卡,但这个是完全可以卡的,卡的方法参见BZOJ 3097 Hash Killer I。
//双hash#include <cstdio>#include <cstring>#include <algorithm>using namespace std;typedef unsigned long long ull;ull base=131;struct data{ ull x,y;}a[10010];char s[10010];int n,ans=1;ull mod1=19260817;ull mod2=19660813;ull hash1(char s[]){ int len=strlen(s); ull ans=0; for (int i=0;i<len;i++) ans=(ans*base+(ull)s[i])%mod1; return ans;}ull hash2(char s[]){ int len=strlen(s); ull ans=0; for (int i=0;i<len;i++) ans=(ans*base+(ull)s[i])%mod2; return ans;}bool comp(data a,data b){ return a.x<b.x;}main(){ scanf("%d",&n); for (int i=1;i<=n;i++) { scanf("%s",s); a[i].x=hash1(s); a[i].y=hash2(s); } sort(a+1,a+n+1,comp); for (int i=2;i<=n;i++) if (a[i].x!=a[i-1].x || a[i-1].y!=a[i].y) ans++; printf("%d\n",ans);}//模大质数#include <cstdio>#include <cstring>#include <algorithm>using namespace std;typedef unsigned long long ull;ull base=131;ull a[10010];char s[10010];int n,ans=1;ull mod=212370440130137957ll;//是质数!!ull hashs(char s[]){ int len=strlen(s); ull ans=0; for (int i=0;i<len;i++) ans=(ans*base+(ull)s[i])%mod; return ans;}main(){ scanf("%d",&n); for (int i=1;i<=n;i++) { scanf("%s",s); a[i]=hashs(s); } sort(a+1,a+n+1); for (int i=2;i<=n;i++) if (a[i]!=a[i-1]) ans++; printf("%d\n",ans);}
阅读全文
0 0
- 哈希学习笔记
- 哈希学习笔记
- 一致性哈希算法学习笔记
- 算法学习笔记15-哈希算法
- C++ STL学习笔记十一 hash_set哈希集合容器
- 由笔试题到一致性哈希的学习笔记
- Perl学习笔记之数组与哈希
- 【学习笔记】对一致性哈希的简单理解
- C++ STL学习笔记十一 hash_set哈希集合容器
- 哈希索引的缺点(学习笔记)
- 数据结构学习笔记(13)---哈希查找
- 学习笔记?
- 学习笔记
- 学习笔记
- 学习笔记
- 学习笔记
- 学习笔记
- 学习笔记
- 为什么要使用netty
- 机器学习-周志华-第五章笔记 CNN
- 课本习题3第五题第三小题
- 017 连续之一点连续、区间连续;间断之可去间断点、跳跃间断点
- 电源完整性分析方法-1-目标与实现方法
- 哈希学习笔记
- 常用 GDB 命令中文速览
- RMQ学习笔记
- (二)Git环境配置
- 李宏毅机器学习笔记
- 一道神奇的树形dp题
- Qt 学习之路 2(31):贪吃蛇游戏(1)
- 【POJ1062】昂贵的聘礼
- Ajax 实现菜谱(api获取数据,循环遍历)