[BZOJ3098]Hash Killer II解题报告

这天天气不错，hzhwcmhf神犇给VFleaKing出了一道题：
给你一个长度为N的字符串S，求有多少个不同的长度为L的子串。
子串的定义是S[l]、S[l + 1]、... S[r]这样连续的一段。
两个字符串被认为是不同的当且仅当某个位置上的字符不同。

VFleaKing一看觉得这不是Hash的裸题么！于是果断写了哈希 + 排序。
而hzhwcmhf神犇心里自然知道，这题就是后缀数组的height中 < L的个数 + 1，就是后缀自动机上代表的长度区间包含L的结点个数，就是后缀树深度为L的结点的数量。
但是hzhwcmhf神犇看了看VFleaKing的做法表示非常汗。于是想卡掉他。

VFleaKing使用的是字典序哈希，其代码大致如下：
u64 val = 0;
for (int i = 0; i < l; i++)
 val = (val * base + s[i] - 'a') % Mod;
u64是无符号int64，范围是[0, 2^64)。
base是一个常量，VFleaKing会根据心情决定其值。
Mod等于1000000007。
VFleaKing还求出来了base ^ l % Mod，即base的l次方除以Mod的余数，这样就能方便地求出所有长度为L的子串的哈希值。
然后VFleaKing给哈希值排序，去重，求出有多少个不同的哈希值，把这个数作为结果。
其算法的C++代码如下：

typedef unsigned long long u64;

const int MaxN = 100000;

inline int hash_handle(const char *s, const int &n, const int &l, const int &base)
{
 const int Mod = 1000000007;

 u64 hash_pow_l = 1;
 for (int i = 1; i <= l; i++)
  hash_pow_l = (hash_pow_l * base) % Mod;

 int li_n = 0;
 static int li[MaxN];

 u64 val = 0;
 for (int i = 0; i < l; i++)
  val = (val * base + s[i] - 'a') % Mod;
 li[li_n++] = val;
 for (int i = l; i < n; i++)
 {
  val = (val * base + s[i] - 'a') % Mod;
  val = (val + Mod - ((s[i - l] - 'a') * hash_pow_l) % Mod) % Mod;
  li[li_n++] = val;
 }

 sort(li, li + li_n);
 li_n = unique(li, li + li_n) - li;
 return li_n;
}

hzhwcmhf当然知道怎么卡啦！但是他想考考你。

 

　　业界良心卡哈希！！！

　　像我这种从来不会想到用哈希的人实在无法忍受好好的题目被人哈希水过去的痛...

 

　　生日悖论：指如果一个房间里有23个或23个以上的人，那么至少有两个人的生日相同的概率要大于50%。

　　生日攻击：在n个数中随机取数，大约sqrt(n)次就能取到两个相同的数

 

　　也就是对于一个[0,n-1]的哈希表，存sqrt(n)次大概就能碰撞一次

　　然后就可以用这个方法卡，建一个长度为sqrt(模数)的字符串，题目里直接= 10^5

　　然后对于l的取值，只需要保证l为字符串的哈希值超过模数就可以了

　　不然无法发生碰撞