字符串哈希是一种将字符串转化为哈希数字的技术。
为什么我们需要它？有时候比较大的字符串，不需要比较每一个字符串可以比较其生成的散列数。
想像一下，你需要比较下面的👇的两行字符串：
const A = "imagine that this is a string of 200 characters"
const B = "imagine that this is a string of 200 characterz"
如果他们有200个字符。如果比较它们是否相等，可以使用一个暴力的方法比较每一个字符是否相等。
就像下面这样：
const A = "imagine that this is a string of 200 characters"
const B = "imagine that this is a string of 200 characterz"
function equal(A, B) {
let i;
for(i = 0; i < A.length; i++){
if (A[i] !== B[i]) {
return false;
}
}
return true;
}
console.log(equal(A,B));
对于大字符串的比较这不是最理想的，性能是O(min(A, B))。
当然我们可以添加条件比较A与B的大小，使它变成O(n)。就像这样：
function equal(A, B) {
if (A.lenght !== B.length) return false;
let i;
for(i = 0; i < A.length; i++){
if (A[i] !== B[i]) {
return false;
}
}
return true;
}
正如我所说的，算法复杂度最差也就是O(n)。试想一下，比较一个大小不等的大字符串呢？
字符串哈希是一个技术，它将我们的字符串转化为一个整数，作为散列数。
因此，我们将比较两个哈希值hash(A) == hash(B)，算法复杂度是O(1)。这是比较两个字符串最好的选择。
字符串哈希的公式
p与m是素数，s[0], s[1], s[2]...是每一个字符的值。在这种情况下字符的值是字符编码。
p：它是一个素数，大致等于使用的不同字符数。比如，我们要计算的这个单词的哈希只包含英文字母表中的小写字母，31是一个很好的数字。要是包含大写字母，53是一个很好的选择。
m：生成两个随机数，数字越大，出现相同的概率就越小。这个变量也应该是一个素数。10 ^9 + 9是一个常见的选择。
例如：
p = 31
m = 1e9 + 9
word = 'apple'
我们想知道单词apple的哈希值，将数据带入到公式中，就像这样：
接着：
字符编码的值：
"a" = 97
"p" = 112
"p" = 112
"l" = 108
"e" = 101
替换公式：
最终：
可以得出单词apple的哈希值是96604250。
使用JavaScript实现：
function hash(word) {
var p = 31;
var m = 1e9 + 9;
var hash_value = 0;
for(var i = 0; i < word.length; i++) {
var letter = word[i];
var charCode = letter.charCodeAt();
hash_value = hash_value + (charCode * Math.pow(p, i))
}
return hash_value % m;
}
console.log(hash("apple"));
