C ++的“map”容器是否对字符串的连续子串应用Rabin-Karp算法？

Posted 2021-04-04

我正在研究代码抄袭检测方法。我需要使用指纹算法来实现这种方法。指纹算法将源代码的所有子字符串放入哈希表。 （所有子串都具有相同的长度。）出于优化的目的，建议在将指纹放入哈希表时使用Rabin-Karp算法。

例如;对于string = abcdef和length = 5，我们应该将abcde和bcdef子串放到哈希表中。由于字符串的散列需要对字符串的每个字符应用数学运算，因此对于许多子字符串来说它将是昂贵的。

Rabin-Karp算法利用连续的子串。它计算第一个指纹的哈希值。对于其余的子串，它使用前一个子串。

C ++的“map”容器是否会自动将此算法应用于后台的连续子串？或者我应该编写自己的哈希库？

答案

std :: unordered_map http://www.cplusplus.com/reference/unordered_map/unordered_map/的构造函数需要一个哈希。

来自std :: hash（https://en.cppreference.com/w/cpp/utility/hash）上的在线文档：

实际的散列函数是依赖于实现的，除了上面指定的那些之外，不需要满足任何其他质量标准。