从map到hash

https://zybuluo.com/ysner/note/1175387

前言

这两种技巧常用于记录和去重量少而分散的状态。

都体现了映射思想。

\(map\)

我一般是数组开不下时拿这玩意判重。

据说特别慢？？？

定义：

(注意一下比较规则必须顾及到所有变量，否则会重复）

struct node
{
  int x,y;
  bool operator < (node const &o) const {return (x<o.x)||(x==o.x&&y<o.y);}
}
map<node,int>Map;

判定是否重复：

if(map[(node){x,y}]) ;

于是因太弱而被\(xzy\)教育了一番

排序

\(map\)还有一种排序功能（类比\(Tire\)树）。如果用\(map\)存字符串，那么用以下方式就能按字典序遍历所有字符串。

map<node,int>::iterator iter;
for(iter=Map.begin();iter!=Map.end();iter++)
{
  string A=iter->first;
  int B=iter->second;
  ...
}

据说还有一种叫\(unorder\_map\)的玩意儿，存储时不排序，省时间，但我并不想管。。。

\(hash\)

\(map\)虽然能有效区分、避免重复，但其自带的\(O(logn\))复杂度饱受\(oier\)诟病。

我们可以弃置一定正确性，来换取时间复杂度降为\(O(1)\)，这就是\(hash\)本质。

如何保证更高的正确性？这个问题没有答案，因而很多\(hash\)方程都有其合理性。

一般在开始时，我们要选取一个\(Base\)，原则是使\(Hash\)值分散，减少冲突。

字符串\(hash\)

通常将字符串看成一个进制数，比如\(ABAF\)看成\(1216\)，

那么哈希值就是

\[Hash[x]=1*Base^3+2*Base^2+1*Base+6
\]

\(Base\)值自定，如果态量有限，可以使用较小的\(base\)使得所有状态不冲突，若状态量较大且分散，可以采用多次取模（多\(hash\))的方式尽可能避免冲突。

状态量少时状态可逆。

树\(hash\)

这玩意专为树的同构而生。

怎样的两颗树能称为同构树？

即树的深度相同、孩子、子树大小相同，只有孩子顺序不同。

\[Hash[x]=\sum_{异或和}(Hash[son_{1..k}]+Base1)*(sz[x]+Base2)+deep[x]*Base3
\]

如果用异或和而不是\({\sum}\)，就能使\(Hash\)过程可逆。但\(Hash\)值密集时容易冲突，改成累乘就好了。

当然，还有另一种方法，就是如果时间复杂度允许\(O(n^2)\),则可以以每个点为根，累计统计每颗子树大小乘不同素数的和。这些在根上的和排序后如果完全相同，也可证同构。

数\(hash\)

用来处理状态量大而分散的情况，没有\(map\)保险。。。

方程自定。