Question

注意：很多可能的重复，但似乎没有解决我的问题。

我正在根据MOSS进行抄袭检测。

成功实现过滤器，删除所有必要的细节（注释，标点符号等）后，我使用Rolling Hash Implementation（Rabin Karp）散列内容

然而，在源代码的两个文本文件中匹配的哈希，具有非常不同的基础文本（没有抄袭和相同的哈希）

我实现的算法（Ruby） - ＆gt; （部分代码段）

 #Preprocessing from RobinKarp Algorithm
  for c in 0...k do
    text_hash=(radix*text_hash+text_to_process[c].ord)%q
  end

  #Main loop
  for c in 0...loop do   
        text_hash=((radix*text_hash-(text_to_process[c].ord)*highorder)+(text_hash[c+k].ord))%q

我的实施有问题吗？或者我指定的参数可能有问题？

我接受radix = 34 （我不确定它是否是正确的值，我假设剥离的文本只包含字母+一些特殊的字符，如'+'，' - '，'*'，'/'所以粗略估计总数为34字符）

我服用q（素数）为101

这是我正在处理的碰撞问题吗？有关如何解决问题的任何指示？

Answer 1

我注意到q = 101时，只有101个可能的哈希值 - 0,1,2 ... 100。你试过增加q吗？另一种方法是查看并查看哈希值是否在0,1..q-1的可能值内随机选择的值。

当然，您也应该在有重复字符串要查找的情况下测试您的程序 - 失败可能会导致任何问题的另一个症状也会导致冲突，并且查找和调试会更容易。< / p>

Rabin Karp Rolling Hash生成的哈希没有反映在文本上

1 个答案: