我指的是Rabin Karp Wikipedia article on Hash use.
在示例中，字符串"hi"使用素数101进行哈希处理。
hash("hi")= ASCII("h")*101^1+ASCII("i")*101^0 = 10609
这种算法是否可以在Java或C＃中实际使用，其中long的最大值为9,223,372,036,854,775,807？天真地，对我来说，似乎哈希值呈指数增长，并且具有足够大的N（字符串长度）将导致long类型的溢出。例如，假设我的字符串输入中有65个字符用于哈希？
这是正确的，还是有永远不需要溢出的实现方法（我可以想象一些懒惰的评估只能将ascii和单位存储在主要基础中）？
答案 0 :(得分：1)
如果您的目标是一种仅包含“小”号的存储，则 但可以比较总和：
你可以简单地将其视为101号码系统，
像10 =十进制，16 =十六进制。等等。
IE浏览器。
a）你必须存储一组{ascii值，它是101-power}
（没有可能具有相同功率的多个条目）。
b）从字符串创建数据时，
值> 101必须传播（这是正确的词？）到下一个幂。
示例1：
“a”是97 * 101 ^ 0
（琐碎的）
例2：
“g”是1 * 101 ^ 1 + 2 * 101 ^ 0
因为g是103. 103＆gt; = 101即。 101 ^ 101只占103％101
（模数，除法的余数）
和（int）（103/101）为下一个权力。
（如果ascii numers可能更高或者素数低于101
（int）（103/101）也有可能超过主要数字
在这种情况下，它将继续填充^ 2，依此类推，直到值较小为止
比素数）
例3：
“ag”是98 * 101 ^ 1 + 2 * 101 ^ 0
与上述相比，由于a增加了97 * 101 ^ 1。
等等...
在不计算全额的情况下进行比较，
只需将每个电源的功率值相互比较即可
如果所有“功率值”相同则相等。
附注：请注意，^不是C＃和Java等语言中的取幂。
答案 1 :(得分：1)
hash("hi")= ASCII("h")*101^1+ASCII("i")*101^0 = 10609
这只是事实的一半。实际上，如果你实际上计算了值s_0 * p^0 + s_1 * p^1 + ... + s_n * p^n，结果将是一个数字，其表示与字符串本身一样长，所以你没有获得任何东西。所以你实际做的是计算
(s_0 * p^0 + s_1 * p^1 + ... + s_n * p^n) mod M
其中M相当小。因此，您的哈希值将始终小于M。
所以你在实践中做的是选择M = 2^64并利用无符号整数溢出在大多数编程语言中定义良好的事实。事实上，Java，C ++和C＃中64位整数的乘法和加法相当于乘法和加法模2^64。
使用2^64作为模数不一定是明智的选择。实际上，您可以轻松地构造一个包含大量碰撞的字符串，从而引发Rabin-Karp的最坏情况行为，Ω(n * m)匹配而不是O(n + m)。
最好使用大质数作为模量并获得更好的抗碰撞性。通常没有这样做的原因是性能：我们需要明确地使用模块化缩减（添加% M）到每个加法和乘法。更糟糕的是，我们甚至不能再使用内置乘法，因为如果M > 2^32它可能会溢出。所以我们需要一个自定义MultiplyMod函数，它必然比机器级乘法慢很多。
这是正确的，还是有永远不需要溢出的实现方法（我可以想象一些懒惰的评估只能将ascii和单位存储在主要基础中）？
正如我已经提到的，如果你不减少使用模数，你的哈希值将增长到与字符串本身一样大，从而使得首先使用哈希函数变得无用。所以是的，使用受控溢出模2^64是正确的，如果我们不手动减少，甚至是必要的。