2015 UESTC Training for Search Algorithm and String N 韩爷的梦

韩爷的梦

Time Limit: 200/100MS (Java/Others)     Memory Limit: 1300/1300KB (Java/Others)

Submit Status

一天，韩爷去百度面试，面试官给了他这么一个问题。

给你2万个字符串，每个字符串长度都是100，然后把2万个字符串丢入一个 set< string >g 中，问最终set里含有多少个元素？

g 是一个用来存储字符串、具有去重功能的容器，即相同字符串在 g 中只能保留一个。

两个字符串相等，当且仅当，长度一样且对应位置的字符都一样。

韩爷前晚没睡好，随手写了一个程序交给面试官，然后就gg了。

#include<iostream>
#include<string>
#include<set>
using namespace std;
string s;
set<string>g;
int main(){
    for(int k=1;k<=20000;k++){
        cin>>s;
        g.insert(s);
    }
    cout<<g.size()<<endl;
    return 0;
}

韩爷醒来之后，发现这只是一个梦（还好只是个梦）。他回忆起梦中的面试官给他的内存限制和时间限制非常低，这么做肯定过不了，那么，现在你不在梦中，你能解决这个问题么？

Input

单case

每个case有且只有2万行，每一行包含一个字符串，每行字符串的长度都为100 （样例除外）

字符集：大写英文字母（A－Z），小写英文字母（a－z），数字（0－9）

Output

输出一个整数，表示最终set里含有多少个元素。

Sample input and output

Sample Input	Sample Output
aaAa aaAa bbbb 1234 bbbb bbbb ee09	4

Hint

解题思路：

　　20W个单词，每个单词的长度为100，现在要问的是输入20W个单词，问有多少个不重复的单词。

以前做过一个数据量小的，上来后，直接开了个set<string>S,然后把输入的所有单词都丢进set里面，

得到了最后 size。

　　这样果断不行，所以利用字符串hash来搞，来写一个hash函数 hash[i] = ( hash[i-1]*p+idx(s[i]))%mod;

然后把他扔进一个数组里面，用unique去掉那些重复的就行了。

代码：

# include<cstdio>
# include<iostream>
# include<algorithm>

using namespace std;

# define MAX 20000+4

int hashh[MAX];

char str[MAX];

void hashinit( int & x )
{
    x = 0x7FED7FED;
    int p = 1e6+7;
    int mod = 1e9+7;
    for ( int i = 0;i < 100;i++ )
    {
        int val = str[i];
        x = (x*p+val)%mod;
    }
}

int main(void)
{
    int cnt = 0;
    const int n = 20000;
    for ( int i = 0;i < n;i++ )
    {
        scanf("%s",str);
        int q1;
        hashinit(q1);
        hashh[cnt++] = q1;
    }
    sort(hashh,hashh+cnt);
    int res = unique(hashh,hashh+cnt)-hashh;
    printf("%d
",res);


    return 0;
}